norm 的概率密度函数

norm的概率密度函数是指正态分布的概率密度函数。正态分布是一种常见的连续概率分布，也被称为高斯分布。它的概率密度函数的计算公式如下：

import numpy as np
import matplotlib.pyplot as plt
def norm_pdf(x, mu, sigma):
    return (1 / (sigma * np.sqrt(2 * np.pi))) * np.exp(-((x - mu) ** 2) / (2 * sigma ** 2))

x = np.linspace(-10, 10, 100)
mu = 0
sigma = 1
y = norm_pdf(x, mu, sigma)

plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('Probability Density')
plt.title('Normal Distribution (mu=0, sigma=1)')
plt.show()

这段代码使用numpy和matplotlib库来计算和绘制正态分布的概率密度函数。其中，x是自变量，mu是均值，sigma是标准差。通过调整mu和sigma的值，可以得到不同均值和标准差的正态分布曲线。