通过numpy随机数绘制正态分布图

在Python中，我们可以使用NumPy库来生成正态分布的随机数，并结合Matplotlib库来绘制图表。以下是一个简单的步骤：

首先，你需要安装这两个库，如果尚未安装，可以使用pip安装：

pip install numpy matplotlib

然后，你可以使用NumPy的`normal()`函数生成正态分布的数据，它接受均值(mean)、标准差(std-dev)以及需要生成的数量作为参数。例如，生成平均数为0，标准差为1的一组数据：

import numpy as np

mean = 0
std_dev = 1
size = 1000  # 生成1000个随机样本
random_numbers = np.random.normal(mean, std_dev, size)

接着，使用Matplotlib的`hist()`函数绘制直方图：

import matplotlib.pyplot as plt

plt.hist(random_numbers, bins='auto', alpha=0.5, color='g')  # 'auto'选择合适的bins
plt.title('Normal Distribution')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 显示图形
plt.show()

这里，`alpha`调整透明度，`color`设置颜色，`hist()`函数会自动计算并显示频率分布。