Question

请告诉我我的代码有什么问题。谢谢。

它在运行时给我这个错误：

Traceback (most recent call last):

    plt.plot(N, Test_Uniform(N))
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/matplotlib/pyplot.py", line 2813, in plot
    is not None else {}), **kwargs)
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/matplotlib/__init__.py", line 1810, in inner
    return func(ax, *args, **kwargs)
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/matplotlib/axes/_axes.py", line 1611, in plot
    for line in self._get_lines(*args, **kwargs):
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/matplotlib/axes/_base.py", line 393, in _grab_next_args
    yield from self._plot_args(this, kwargs)
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/matplotlib/axes/_base.py", line 370, in _plot_args
    x, y = self._xy_from_xy(x, y)
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/matplotlib/axes/_base.py", line 231, in _xy_from_xy
    "have shapes {} and {}".format(x.shape, y.shape))
ValueError: x and y must have same first dimension, but have shapes (1000,) and (3,)

它需要这样做：

       import matplotlib.pyplot as plt
       import numpy as np

       N=np.random.rand(1000)
       k_array=np.array([1,3,7]) 

       def Test_Uniform(N):
          test_uni=np.array([])  
            for w in k_array:
              test_uni_random=0
                  for i in N:
                    test_uni_random += (i**w)/(len(N))
                  test_uni=np.append(test_uni,test_uni_random)
          return test_uni

      def Test_uniform_Deviation(N):
          new_sum=np.array([])
            for z in k_array:
              test_uni_rand=0
                 for q in N:
                   test_uni_rand += (((q**z)/len(N))-(1/(1+q)))
                   new_sum=np.append(new_sum,test_uni_rand)
                 mean_sum=new_sum/len(N)
         return mean_sum

     plt.plot(N, Test_Uniform(N))
     plt.xlabel('N')
     plt.xscale('log')
     plt.ylabel('series')
     plt.show() 

     plt.plot(N, Test_uniform_Deviation(N))
     plt.xlabel('N')
     plt.xscale('log')
     plt.ylabel('series')
     plt.show()

对于每个k，沿着一条预期限制r^k的线绘制找到的log(N)与1/(1+k)的平均值。并绘制平均偏差（第二函数）与log(N)的关系。

Answer 1

问题是您要针对data['A'] = data['A'].mask(data['A'].str.contains(r'\d'), '') data['A'] = np.where(data['A'].str.contains(r'\d'), '', data['A'])绘制N（1000个数字），这将返回一个由三个数字组成的数组，其中每个数字对应Test_Uniform(N)的每个元素：

k_array

test_uni=np.array([]) for w in k_array: test_uni_random = 0 for i in N: test_uni_random += i**w / len(N) test_uni = np.append(test_uni, test_uni_random) return test_uni数组对于test_uni中的每个元素仅包含一个元素。如果我们要反转循环：

k_array

这可能没有任何数学意义，但是至少import matplotlib.pyplot as plt import numpy as np N = np.random.rand(1000) k_array = np.array([1, 3, 7]) def Test_Uniform(N): test_uni = np.array([]) for i in N: test_uni_random = 0 for w in k_array: test_uni_random += i ** w / len(N) test_uni = np.append(test_uni, test_uni_random) return test_uni plt.plot(N, Test_Uniform(N)) plt.xlabel('N') plt.xscale('log') plt.ylabel('series') plt.show()和N现在具有相同数量的元素并且可以绘制：

随机数发生器测试均匀性代码问题图

1 个答案: