如何用jupyter画出正态分布

在Jupyter Notebook中，你可以使用matplotlib库来绘制正态分布。下面是一个简单的步骤：

1. 首先，确保已安装了必要的库，如果没有，可以使用pip安装：

pip install matplotlib numpy seaborn

2. 导入所需的库：

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import norm

3. 定义正态分布的数据，比如平均值（mean）和标准差（std-deviation）：

mu, sigma = 0, 0.1 # mean and standard deviation
x = np.linspace(-4, 4, 100) # create x values for the distribution

4. 使用`norm.pdf()`函数计算概率密度函数（PDF），然后将其绘制成直方图或曲线：

pdf = norm.pdf(x, mu, sigma)
plt.plot(x, pdf, label='Normal distribution')

5. 添加标题、标签和图例，以及显示图形：

plt.title('Normal Distribution with mean = {} and std deviation = {}'.format(mu, sigma))
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.legend()
plt.show()