matplotlib直方图拟合线

在 matplotlib 中，可以使用 `hist` 函数绘制直方图，并使用 `plot` 函数添加拟合线。下面是一个简单的示例代码：

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

# 生成一些随机数据
data = np.random.normal(size=1000)

# 绘制直方图
plt.hist(data, bins=30, density=True, alpha=0.5)

# 计算拟合线
mu, std = norm.fit(data)
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
y = norm.pdf(x, mu, std)
plt.plot(x, y)

# 显示图像
plt.show()

在这个示例中，我们使用 `numpy.random.normal` 生成了一些随机数据，然后使用 `hist` 函数绘制了直方图。`bins` 参数指定了直方图的柱数，`density` 参数将直方图归一化为概率密度函数，`alpha` 参数指定了柱的透明度。

接着，我们使用 `scipy.stats.norm.fit` 函数拟合了正态分布曲线，并使用 `plot` 函数添加了拟合线。`norm.pdf` 函数用于计算概率密度函数，`mu` 和 `std` 分别是正态分布的均值和标准差。

最后，我们使用 `show` 函数显示了图像。你可以根据需要修改代码，例如改变随机数据的分布类型，调整柱数和拟合曲线的样式等。