Python代码画正态分布

要使用Python代码画正态分布曲线，可以使用SciPy库中的stats模块。以下是一个示例代码：
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

# 生成一组符合正态分布的随机数
mu = 0 # 均值
sigma = 1 # 标准差
data = np.random.normal(mu, sigma, 1000)

# 计算正态分布的概率密度函数
x = np.linspace(-4, 4, 100)
pdf = norm.pdf(x, mu, sigma)

# 绘制直方图和正态分布曲线
plt.hist(data, bins=30, density=True, alpha=0.5, color='skyblue')
plt.plot(x, pdf, 'r-', lw=2)
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.title('Normal Distribution')
plt.grid(True)
plt.show()
登录后复制
这段代码首先使用np.random.normal生成了一组符合正态分布的随机数，然后使用norm.pdf计算了正态分布的概率密度函数。最后，使用plt.hist绘制了直方图，并使用plt.plot绘制了正态分布曲线。

相关问题

python 画出正态分布

要画出正态分布曲线，你可以使用 Python 中的科学计算库 matplotlib 和统计计算库 scipy。下面是一个简单的示例代码：
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

# 生成一组服从正态分布的随机数
mu = 0 # 均值
sigma = 1 # 标准差
data = np.random.normal(mu, sigma, 1000)

# 计算均值和标准差
mean = np.mean(data)
std_dev = np.std(data)

# 创建一个正态分布对象
dist = norm(mean, std_dev)

# 生成一组横坐标
x = np.linspace(min(data), max(data), 100)

# 绘制正态分布曲线
plt.plot(x, dist.pdf(x), color='b', label='Normal Distribution')

# 绘制直方图
plt.hist(data, bins=30, density=True, color='lightgray', edgecolor='black', alpha=0.7, label='Histogram')

# 添加标题和标签
plt.title('Normal Distribution')
plt.xlabel('Value')
plt.ylabel('Probability')

# 显示图例
plt.legend()

# 显示图像
plt.show()
登录后复制
运行这段代码将会生成一张包含正态分布曲线和对应数据的直方图。你可以根据需要调整代码中的参数，例如均值 mu、标准差 sigma、生成随机数的数量等，来进行定制化的绘图。

Python画出正态分布的曲线

要使用Python画出正态分布曲线，你可以使用matplotlib库中的norm函数和plot函数。这里是简单的步骤[^1]：
import matplotlib.pyplot as plt
from scipy.stats import norm

# 设置正态分布参数（均值μ和标准差σ）
mu, sigma = 0, 1

# 创建x轴范围
x = np.linspace(-3 * sigma, 3 * sigma, 400)

# 绘制正态分布曲线
plt.plot(x, norm.pdf(x, mu, sigma), label='Normal distribution')

# 添加标签和图例
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.title('Normal Distribution Curve')
plt.legend()

# 显示图形
plt.show()
登录后复制
这个代码会创建一个以mu为中心，sigma为标准差的正态分布曲线。如果你想要改变分布的参数，只需调整mu和sigma。