python画概率分布图

Python可以使用各种库来绘制概率分布图，例如matplotlib和seaborn。下面是一个使用matplotlib库绘制概率密度函数（PDF）和累积分布函数（CDF）图的例子：

首先，我们需要导入所需的库和生成随机数的NumPy库。然后，我们可以使用NumPy生成一些随机数样本作为数据集。

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数样本
data = np.random.normal(0, 1, 1000)  # 正态分布样本

# 绘制概率密度函数（PDF）图
plt.hist(data, bins=30, density=True, alpha=0.7)
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.title('Probability Density Function')

# 绘制累积分布函数（CDF）图
sorted_data = np.sort(data)
cdf = np.arange(1, len(data) + 1) / len(data)
plt.figure()
plt.plot(sorted_data, cdf)
plt.xlabel('Value')
plt.ylabel('Cumulative Probability')
plt.title('Cumulative Distribution Function')

# 显示图形
plt.show()

上述代码中，我们使用了`np.random.normal()`函数生成了1000个服从均值为0，标准差为1的正态分布样本。`plt.hist()`函数用于绘制直方图，参数`bins`指定直方图的柱数，`density`参数设为True时，表示绘制的是概率密度函数。`plt.plot()`函数用于绘制累积分布函数（CDF），其中将数据集排序后作为X轴，概率作为Y轴。

最后，我们使用`plt.show()`函数显示图形。