（1）命令行實(shí)現(xiàn)高斯分布

一：綜述

Python唯一支持的參數(shù)傳遞方式是『共享傳參』（call by sharing）多數(shù)面向?qū)ο笳Z言都采用這一模式，包括Ruby、Smalltalk和Java（Java的引用類型是這樣，基本類型按值傳遞）共享傳參是指函數(shù)的各個(gè)形式參數(shù)獲得實(shí)參中各個(gè)引用的副本；也就是說，函數(shù)內(nèi)部的形參是實(shí)參的別名（alias）這種方案的結(jié)果是，函數(shù)可能會修改作為參數(shù)傳入的可變對象，但是無法修改那些對象的標(biāo)識（即不能把一個(gè)對象替換為另一個(gè)對象）

二：所需函數(shù)介紹

numpy.random.uniform(low,high,size)

從一個(gè)均勻分布[low,high)中隨機(jī)采樣，注意定義域是左閉右開，即包含low，不包含high.

getopt.getopt( [命令行參數(shù)列表], "短選項(xiàng)", [長選項(xiàng)列表] )

該函數(shù)返回兩個(gè)值. opts 和args

opts 是一個(gè)存有所有選項(xiàng)及其輸入值的元組.當(dāng)輸入確定后,這個(gè)值不能被修改了.

args 是去除有用的輸入以后剩余的部分.

count, bins, ignored = plt.hist(rand_data, 30, density=True)

rand_data：數(shù)據(jù)

bins：直方圖繪圖的列數(shù)

density=True：把數(shù)據(jù)轉(zhuǎn)為密度直方圖

count : 數(shù)組或數(shù)組列表百分比

ignored : 列表 或者列表的列表 圖形對象

三：python代碼

1.需求分析

該代碼主要通過命令行傳參的方式實(shí)現(xiàn)高斯模型,將圖像和數(shù)據(jù)導(dǎo)入本地txt文件

2.代碼

# 導(dǎo)入必要的庫 import numpy as np import pandas as pd import matplotlib.pylab as plt import sys import getopt from scipy import stats #import emmu=1 sigma = 3 # 標(biāo)準(zhǔn)差為3 num = 10000 # 個(gè)數(shù)為10000argc = len(sys.argv) opts, args = getopt.getopt(sys.argv[1:], "hdp", ["help", "data=", "png="]) if argc>1:#np.random.seed(100) # 固定隨機(jī)數(shù)種子，確保下次運(yùn)行數(shù)據(jù)相同for opt, arg in opts:if opt in ("-h", "--help"):print('請輸入正確的參數(shù)\n''-d 代表生成高斯分布數(shù)據(jù)保存到本地文件\n''-p 代表畫出高斯分布圖\n''如python test04.py -p\n''python test04.py -d')sys.exit()elif opt in ("-d", "--data"):#username = arg#mu = eval(arg) # 男生#sigma = 3 # 標(biāo)準(zhǔn)差為3#num = 10000 # 個(gè)數(shù)為10000rand_data = np.random.normal(mu, sigma, num)count, bins, ignored = plt.hist(rand_data, 30, density=True)# 前面省略，從下面直奔主題：data = 1 / (sigma * np.sqrt(2 * np.pi)) * np.exp(- (bins - mu) ** 2 / (2 * sigma ** 2))file = open('results_storage.txt', 'a')# i=0#保存到本地txt文件for i in range(len(data)):# s = str(bins[i]).replace('[',").replace('[',")+'\t'+str(data[i]).replace('[',").replace('[',")#去除[],這兩行按數(shù)據(jù)不同，可以選擇s = str(bins[i]).replace('[', ").replace('[',") + ' ' + str(data[i]).replace('[', ").replace('[',")s = s.replace("'", ").replace(',',") + '\n' # 去除單引號，逗號，每行末尾追加換行符file.write(s)file.close()elif opt in ("-p", "--png"):#password = arg#mu = eval(arg)rand_data = np.random.normal(mu, sigma, num)count, bins, ignored = plt.hist(rand_data, 30, density=True)plt.plot(bins, 1 / (sigma * np.sqrt(2 * np.pi)) * np.exp(- (bins - mu) ** 2 / (2 * sigma ** 2)),linewidth=2, color='r')plt.show()# arg1 = sys.argv[1]else:print('運(yùn)行錯(cuò)誤！請輸入正確的參數(shù)\n''如python test04.py -p \n''python test03.py -d ')#python test04.py -p

四：結(jié)果顯示

1.參數(shù)不足

python test04.py 運(yùn)行錯(cuò)誤！請輸入正確的參數(shù) 如python test04.py -p python test03.py -d

2.請求幫助

python test04.py --help 請輸入正確的參數(shù) -d 代表生成高斯分布數(shù)據(jù)保存到本地文件 -p 代表畫出高斯分布圖 如python test04.py -p python test04.py -d

3.生成圖像

python test04.py -p

4.生成數(shù)據(jù)保存

python test04.py -d

（2）matlab讀取數(shù)據(jù)驗(yàn)證

一：需求分析

將python生成的數(shù)據(jù)保存到results_storage.txt，利用matlab讀取數(shù)據(jù)繪圖。

二：matlab代碼

matlab_data.m

results_storage.txt

clc clear date=load('G:\python\GMM\results_storage.txt'); x=date(:,1); y=date(:,2); plot(x,y,'r'); xlabel('x');ylabel('y'); %axis([0 80 0 30]); hold on

三：結(jié)果顯示

與python畫的圖像一致

與50位技術(shù)專家面對面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的matlab读取txt数据绘图（python命令行传参）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。