python正态函数图像

在Python中，通常使用matplotlib库来绘制数学函数图像，包括正态分布（也称为高斯分布）。正态分布函数的数学表达式为f(x) = 1 / (σ * sqrt(2π)) * e^(-(x - μ)^2 / (2σ^2))，其中μ是均值，σ是标准差。

下面是一个简单的例子，展示如何用Python和matplotlib画出正态分布曲线：

import matplotlib.pyplot as plt
import numpy as np

def normal_distribution(mean=0, std_dev=1):
    x = np.linspace(-5, 5, 400)
    y = (1 / (std_dev * np.sqrt(2 * np.pi))) * np.exp(-((x - mean)**2) / (2 * (std_dev**2)))
    return x, y

mean = 0
std_dev = 1
x, y = normal_distribution(mean, std_dev)

plt.plot(x, y, label='正态分布')
plt.xlabel('X')
plt.ylabel('概率密度')
plt.title('正态分布函数图像')
plt.legend()
plt.show()