项目2-多Excel文件Python批处理

直方图参考代码:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import font_manager

# 根据均值、标准差,求指定范围的正态分布概率值
def normfun(x, mu, sigma):
    pdf = np.exp(-((x - mu)**2)/(2*sigma**2)) / (sigma * np.sqrt(2*np.pi))
    return pdf

# result = np.random.randint(-65, 80, size=100)  # 最小值,最大值,数量

myfont = font_manager.FontProperties(fname = r"C:\\Windows\\Fonts\\simsun.ttc")
stuScore=[50,100,100,60,50,80,57,89,56]


# result = np.random.normal(15, 44, 100)  # 均值为0.5,方差为1
# print(result)

x = np.arange(min(stuScore), max(stuScore), 2)
# 设定 y 轴，载入刚才的正态分布函数
print(np.mean(stuScore),np.std(stuScore))
y = normfun(x, np.mean(stuScore), np.std(stuScore))
plt.plot(x, y)  # 这里画出理论的正态分布概率曲线

# 这里画出实际的参数概率与取值关系
plt.hist(stuScore, bins=10, rwidth=0.8, density=True)  # bins个柱状图,宽度是rwidth(0~1),=1没有缝隙
plt.title('Histogram of IQ::'+str(np.mean(stuScore))+":"+str(np.std(stuScore)),fontproperties= myfont)
plt.xlabel('Score')
plt.ylabel('probability')
# 输出
plt.show()  # 最后图片的概率和不为1是因为正态分布是从负无穷到正无穷,这里指截取了数据最小值到最大值的分布