怎么在Python中画正态分布

在Python中，我们可以使用matplotlib和numpy库一起绘制正态分布。首先确保已安装了这两个库，如果没有安装，可以用pip安装：

pip install matplotlib numpy

下面是一个基本的例子，展示如何绘制标准正态分布（平均值μ=0，标准差σ=1）：

import numpy as np
import matplotlib.pyplot as plt

# 创建正态分布数据
mu, sigma = 0, 1
x = np.linspace(start=-4, stop=4, num=100)  # 定义X轴的范围
y = np.exp(-(x - mu)**2 / (2 * sigma**2)) / (sigma * np.sqrt(2 * np.pi))  # 根据公式计算概率密度

plt.figure()  # 创建新的图形窗口
plt.plot(x, y, 'r-', label='Standard Normal Distribution')  # 绘制曲线，红色实线
plt.title('Standard Normal Distribution in Python')
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.legend()
plt.show()  # 显示图形

这个例子中，我们利用了正态分布的概率密度函数PDF(p(x)) = exp(-((x-μ)^2)/(2*σ^2))/√(2πσ)，其中μ是均值，σ是标准差。