python生成正态分布图像

要生成正态分布图像，需要使用Python中的NumPy和Matplotlib库来生成数据和绘制图形。以下是一个简单的示例代码，用于生成一个具有给定均值和标准差的正态分布图像：

import numpy as np
import matplotlib.pyplot as plt

# 设置均值和标准差
mu, sigma = 0, 0.1 

# 生成数据
s = np.random.normal(mu, sigma, 1000)

# 绘制直方图
count, bins, ignored = plt.hist(s, 30, density=True)

# 绘制曲线
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *
         np.exp( - (bins - mu)**2 / (2 * sigma**2) ),
         linewidth=2, color='r')

# 显示图像
plt.show()

在上述代码中，我们首先设置了正态分布的均值和标准差。然后，使用NumPy的`random.normal()`函数生成了包含1000个数据点的正态分布数据集。接下来，使用Matplotlib的`hist()`函数绘制了数据的直方图，并使用`plot()`函数绘制了正态分布曲线。最后，使用`show()`函数显示图像。