如何将excel一组数据绘制出分布图和正态分布图，两张图合在一起展现，用python实现

要用Python将Excel中的一组数据绘制成分布图和正态分布图并合并在一起，可以使用以下步骤：

1. 首先，安装所需要的Python库。我们需要安装pandas、numpy、matplotlib和scipy。

   pip install pandas numpy matplotlib scipy

2. 然后，读取Excel中的数据。可以使用pandas库中的read_excel函数来读取Excel文件，并将数据存储在一个pandas DataFrame对象中。

   import pandas as pd
   
   df = pd.read_excel('data.xlsx')

3. 接下来，绘制数据的分布图。可以使用matplotlib库中的hist函数来绘制数据的直方图。

   import matplotlib.pyplot as plt
   
   plt.hist(df['data'], bins=20)
   plt.xlabel('Data')
   plt.ylabel('Frequency')
   plt.title('Distribution of Data')

4. 然后，使用scipy库中的norm函数来计算数据的正态分布，并绘制正态分布曲线。可以使用numpy库中的linspace函数来生成一组数据，并将其传递给norm函数。

   import numpy as np
   from scipy.stats import norm
   
   mu, std = norm.fit(df['data'])
   x = np.linspace(df['data'].min(), df['data'].max(), 100)
   y = norm.pdf(x, mu, std)
   
   plt.plot(x, y)
   plt.xlabel('Data')
   plt.ylabel('Probability Density')
   plt.title('Normal Distribution of Data')

5. 最后，将两个图表合并在一起。可以使用matplotlib库中的twinx函数将两个y轴合并在一起，并使用legend函数添加图例。

   fig, ax1 = plt.subplots()
   ax2 = ax1.twinx()
   
   ax1.hist(df['data'], bins=20)
   ax1.set_xlabel('Data')
   ax1.set_ylabel('Frequency')
   ax1.set_title('Distribution of Data')
   
   ax2.plot(x, y, color='r')
   ax2.set_ylabel('Probability Density')
   ax2.legend(['Normal Distribution'], loc='upper right')
   
   plt.show()

完整的代码如下：

import pandas as pd
import numpy as np
from scipy.stats import norm
import matplotlib.pyplot as plt

# 读取Excel中的数据
df = pd.read_excel('data.xlsx')

# 绘制数据的分布图
plt.hist(df['data'], bins=20)
plt.xlabel('Data')
plt.ylabel('Frequency')
plt.title('Distribution of Data')

# 计算数据的正态分布，并绘制正态分布曲线
mu, std = norm.fit(df['data'])
x = np.linspace(df['data'].min(), df['data'].max(), 100)
y = norm.pdf(x, mu, std)

plt.plot(x, y)
plt.xlabel('Data')
plt.ylabel('Probability Density')
plt.title('Normal Distribution of Data')

# 将两个图表合并在一起
fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

ax1.hist(df['data'], bins=20)
ax1.set_xlabel('Data')
ax1.set_ylabel('Frequency')
ax1.set_title('Distribution of Data')

ax2.plot(x, y, color='r')
ax2.set_ylabel('Probability Density')
ax2.legend(['Normal Distribution'], loc='upper right')

plt.show()