正态分布图python

正态分布图是统计学中常用的一种图形，用于展示数据分布的形状，它通常呈现出钟形的对称图形。在Python中，我们可以使用matplotlib库和numpy库来绘制正态分布图。以下是一个简单的例子，展示如何生成一组正态分布的数据，并绘制其分布图：

import numpy as np
import matplotlib.pyplot as plt

# 生成一组符合正态分布的数据
data = np.random.randn(1000)  # 生成1000个均值为0，标准差为1的正态分布随机数

# 绘制直方图来显示数据的分布
plt.hist(data, bins=30, alpha=0.5, color='blue', density=True)

# 在直方图上绘制正态分布曲线，使用相同的均值和标准差
mu, std = data.mean(), data.std()
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = plt.plot(x, 1/(std * np.sqrt(2 * np.pi)) *
             np.exp(- (x - mu)**2 / (2 * std**2)), linewidth=2, color='red')

# 设置图表标题和标签
plt.title('正态分布图')
plt.xlabel('值')
plt.ylabel('频率')

# 显示图例
plt.legend(['正态分布曲线', '直方图'])

# 显示图形
plt.show()

上述代码首先生成了1000个随机数，并假设这些数服从均值为0，标准差为1的正态分布。然后，使用`plt.hist`函数绘制这些数据的直方图，并通过`np.linspace`生成一系列连续的x值，计算对应的正态分布概率密度函数的值，最后使用`plt.plot`函数在直方图上绘制出正态分布的曲线。