利用Python画出二项分布和正态分布的概率密度分布函数图

在Python中，我们可以使用matplotlib库来绘制二项分布和正态分布的概率密度分布函数（PDF）。这里是一个简单的例子：

首先，你需要安装matplotlib和numpy库，如果没有安装，可以使用pip命令安装：

pip install matplotlib numpy

然后，你可以通过下面的代码绘制二项分布和正态分布的PDF：

import matplotlib.pyplot as plt
import numpy as np

# 设置随机种子以便于复现结果
np.random.seed(0)

# 绘制二项分布
binom_dist = np.random.binomial(n=10, p=0.5, size=1000)  # 这里n是试验次数，p是成功概率
plt.hist(binom_dist, bins='auto', density=True, label='二项分布')

# 绘制正态分布
mu, sigma = 10, 2  # 均值和标准差
normal_dist = np.random.normal(mu, sigma, 1000)
plt.plot(normal_dist, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp(-(x - mu)**2 / (2 * sigma**2)), 'r-', linewidth=2, label='正态分布')

# 添加标题和标签，并设置图例
plt.title('二项分布与正态分布概率密度函数')
plt.xlabel('数值')
plt.ylabel('概率密度')
plt.legend()

# 显示图形
plt.show()

在这个例子中，我们先生成了二项分布和正态分布的数据，然后分别绘制它们的直方图和理论曲线。注意，为了便于比较，我们让两个分布的总数据点数相等。