直方图和折线图相结合

直方图和折线图相结合可以用来展示数据的分布情况和趋势。下面是一个使用Matplotlib库制作直方图和折线图相结合的Python代码示例：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(0)
data = np.random.randn(1000)

# 绘制直方图
fig, ax1 = plt.subplots()
ax1.hist(data, bins=30, alpha=0.5, color='blue')

# 绘制折线图
ax2 = ax1.twinx()
ax2.plot(np.arange(-4, 4, 0.01), 1 / np.sqrt(2 * np.pi) * np.exp(-np.arange(-4,4, 0.01) ** 2 / 2), color='red')

# 设置图形标题和坐标轴标签
ax1.set_title('Histogram and Line Plot')
ax1.set_xlabel('Data')
ax1.set_ylabel('Frequency')
ax2.set_ylabel('Density')

# 显示图形
plt.show()

在这个例子中，我们使用了numpy库生成了1000个随机数据，并使用Matplotlib库绘制了直方图和折线图。其中，直方图使用了`hist()`函数，折线图使用了`twinx()`函数创建了一个共享x轴的第二个y轴，并使用`plot()`函数绘制了一条高斯分布曲线。最后，我们使用`set_title()`、`set_xlabel()`和`set_ylabel()`函数设置了图形的标题和坐标轴标签，并使用`show()`函数显示了图形。