Python数据可视化的例子——直方图（hist）和核密度曲线（kde）

当然！下面是一个使用Python数据可视化库matplotlib和seaborn来绘制直方图和核密度曲线的例子：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 创建一个随机数数组
data = np.random.randn(1000)

# 绘制直方图
plt.hist(data, bins=30, density=True, alpha=0.5, color='skyblue')
plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 绘制核密度曲线
sns.kdeplot(data, color='red', linestyle='--')
plt.title('Kernel Density Estimation')
plt.xlabel('Value')
plt.ylabel('Density')

plt.show()

这段代码首先使用numpy生成了1000个随机数，然后使用`plt.hist()`函数绘制直方图，其中`bins`参数表示直方图的箱子数量，`density`参数设置为True表示绘制的是概率密度直方图，`alpha`参数设置透明度，`color`参数设置颜色。

接下来使用`sns.kdeplot()`函数绘制核密度曲线，其中`color`参数设置曲线颜色，`linestyle`参数设置线型。

最后使用`plt.title()`、`plt.xlabel()`和`plt.ylabel()`函数设置标题和坐标轴标签，并调用`plt.show()`函数显示图形。

希望这个例子能帮助到你！如果还有其他问题，请随时问我。