python正态分布图形

在Python中，我们可以使用matplotlib库中的`sns.distplot()`函数以及scipy库中的`norm`模块来绘制正态分布的图形。正态分布，也被称为高斯分布，通常表示连续数据的随机变量。下面是一个简单的步骤：

1. 首先，你需要安装这两个库，如果尚未安装，可以使用pip进行安装：

   pip install matplotlib scipy

2. 然后你可以创建一个正态分布的数据集，比如平均值0，标准差1：

   from scipy.stats import norm
   import numpy as np

   mean = 0
   std_dev = 1
   x = norm.rvs(mean, std_dev, size=1000) # 生成1000个服从正态分布的数据点

3. 使用matplotlib绘制分布图：

   import seaborn as sns
   import matplotlib.pyplot as plt
   
   plt.figure(figsize=(8, 6))
   sns.distplot(x, kde=True, fit=norm)
   plt.title('Normal Distribution (μ=' + str(mean) + ', σ=' + str(std_dev) + ')')
   plt.xlabel('Value')
   plt.ylabel('Probability Density')
   plt.show()

`kde=True`表示显示核密度估计（Kernel Density Estimation），`fit=norm`则将数据拟合到正态分布。