看完不了不等式,我们再来看定理,其实是一回事的,切比雪夫定理表示:
在任意一个数据集中,位于其均值±m个标准差范围内的数值比例至少为1-1/m2,其中m为大于1的任意正数。...= "bar",rot = 30)
plt.xticks(np.arange(0,8),["[-inf,u-3σ]","[u-3σ,u-2σ]","[u-2σ,u-σ]","[u-σ,u]","[u,u+...σ]","[u+σ,u+2σ]","[u+2σ,u+3σ]","[u+3σ,+inf]"])
plt.subplot(224)
(data["long_data_cut"].value_counts(...σ]","[u+σ,u+2σ]","[u+2σ,u+3σ]","[u+3σ,+inf]"])
通过运行上面的代码可以得到如下四张图:
第一行是正态&非正态数据的概率分布,第一张是完美的正态分布,第二张是长尾分布...第二行是正态&非正态数据中均值±m个标准差范围内的数据占比,可以看到第一张图中的数据占比与我们前面的正态分布示意图中是一致的,第二张图因为是长尾分布,所以大部分数据都集中在了均值均值±1个标准差范围内。