這次作業碰到了挺多的問題，部分問題已找到答案，以注釋的形式出現在代碼中。
比如python magic命令，在之前確實未曾了解過這系列的神奇命令，想具體了解有哪些神奇之處可以戳進這篇博客 27 個Jupyter Notebook的小提示與技巧
同時在讀取csv文件時遇到了些問題，csv文件的編碼格式無法識別，導致文件中的數據無法讀取。之前遇到過這樣的問題，在此把解決辦法寫下：
1.打開csv文件，選擇文件 ——> 另存為txt文件，保存格式為unicode 文本
2.打開新生成的txt文件，此處最好用notepad++打開，選擇 格式 ——> 以utf-8格式編碼
3.修改編碼格式后，選擇文件另存為，此時另存為的文件名字、后綴與原有的csv文件均相同，覆蓋原來的文件即可
4.打開新生成的csv文件，python可正常讀取文件內的數據
在進行編碼過程中，也考慮了如何確定曲線的范圍，比如求取最大值與最小值，界定范圍以更好地分析。其次，在確定步進的時候也著實需要一步步嘗試。如圖可以看到范圍145~155，在最初按照課件的演示，確定步進為1的時候，整條正態曲線像是多條直線相連接的折線，整體非常“尖銳”。后在逐漸縮小步進后得到圖中教圓滑的曲線圖。另外，需要選擇適當數量的柱，bins的適當選取也是需要不斷地調整。
matplotlib中文顯示問題早已解決，如果想要徹底解決這個問題可以在小密圈里看我的發表，詳細介紹了步驟，有不懂的可以一起探討。
最后說一下對這個數據集的理解：如圖所示，可以看到大多數賽馬的賽跑時間分布在148~150區間，跑的特別快和特別慢的都占少數。《極簡統計學》這本書上寫到：數學家們證明了，在通過數學概率作出的硬幣透支直方圖中，在n充分大時，接近正態分布。
在樣本量足夠大時，且由很多單一的不確定現象復合而成的現象，如動物身長現象，股票價格的現象等，它們的數據分布大多數表現為正態分布。
以上。
