如何用jupyter运行出数学正态分布图

在Jupyter Notebook中绘制数学正态分布图通常会用到matplotlib库，这是一个常用的数据可视化工具。以下是一个简单的步骤示例：

1. 首先，确保已经安装了`numpy`和`matplotlib`库。如果没有，可以使用pip安装：

   !pip install numpy matplotlib

2. 导入所需的库：

import numpy as np
import matplotlib.pyplot as plt

3. 创建正态分布数据。例如，我们想要生成平均值为0，标准差为1的正态分布数据：

mu, sigma = 0, 1  # 参数：均值和标准差
x = np.random.normal(mu, sigma, 1000)  # 生成1000个样本

4. 绘制正态分布曲线：

plt.hist(x, bins='auto', alpha=0.6, color='#0504aa')  # 使用直方图展示数据
plt.plot(x, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp(-(x - mu)**2 / (2 * sigma**2)), 'r-', linewidth=2, label='正态分布')  # 插入理论正态分布线
plt.legend(loc='upper right')
plt.title('正态分布图')
plt.xlabel('数值')
plt.ylabel('频率')
plt.show()  # 显示图形

以上就是使用Jupyter Notebook创建正态分布图的基本过程。你可以根据需要调整参数、更改图表样式等。