利用pandas绘制bloomfilter的概率曲线 字母 含义 m bit数组的宽度(bit数) n 待测key的数量 k 使用的hash函数的个数 f False Positive的比率 Bloom Filter公式: f = (1 – e-kn/m)k import numpy as np import pandas as pd import matplotlib.pyplot as plt import math e = math.exp(1) plt.ylabel('error probability') plt.xlabel('number of hashfunc') k=range(1,9,1) for i in range(1,31,5): f=list(map(lambda k:(1-e**(-k*i/100))**k,k)) plt.plot(k,f,'-o',linewidth=1,markersize=3) # 设置线标 plt.legend(list(map(lambda x:f'{x}%',range(1,31,5)))) plt.show()……