import matplotlib.pyplot as plt
import numpy as np; np.random.seed(1)
# 畫布大小
plt.rcParams["figure.figsize"] = 5,2
# 順序生成 -56 到 40 之間的96個(gè)數(shù)
pos = np.arange(-56,40) #there are 96 numbers from -56 to 39
print len(pos), pos.min(), pos.max()
# 生成 96 個(gè)隨機(jī)數(shù)
p = np.random.rand(len(pos))
# 隨機(jī)數(shù)轉(zhuǎn)化成概率
p= p/np.sum(p)
# 根據(jù)每個(gè)數(shù)出現(xiàn)的概率，在 pos 中挑選 4000 個(gè)數(shù)
a= np.random.choice(pos, size=4000, p=p)
# 將 a 的取值范圍劃分為 96 個(gè) bin
bins=np.arange(-56,41) 
# 得到直方分布，hist 表示每個(gè) bin 中數(shù)的個(gè)數(shù) ，edges 表示 bin 的邊界
hist, edges = np.histogram(a, bins)
hist=hist[np.newaxis,:]
# 熱力圖 x軸 和 y軸范圍
extent=[bins.min(), bins.max(),0,1]
#畫圖
plt.imshow(hist, aspect ="auto", cmap="viridis", extent=extent)
plt.gca().set_yticks([])
plt.show()

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(1)
# 畫布大小
plt.rcParams["figure.figsize"] = 5,4
# 生成 40 個(gè) sin 函數(shù)值
x = np.sin(range(40))
# 每x個(gè)數(shù)計(jì)算平均值，即一段內(nèi)的分布（此處取為1，即為每個(gè)數(shù)繪制分布）
a = x.reshape(1,-1)
a = np.mean(a, axis=0)
a=a[np.newaxis,:]
# 繪制熱力圖
figure = plt.figure()
axes = figure.add_subplot(211)
axes.matshow(a,aspect ="auto",cmap="Spectral_r", interpolation='bilinear')
# 不顯示橫縱坐標(biāo)
plt.xticks([])
plt.yticks([])
# 繪制原始數(shù)據(jù)圖
plt.subplot(212)
plt.plot(range(len(x)),x)
# x軸顯示范圍從第一個(gè)數(shù)到最后一個(gè)
plt.xlim((0,len(x)-1))
plt.show()