Python 代码(tkinter) + Numpy + Scipy + matplotlib:给定参数\mu，\sigma，展示对应的正态分布概率密度图；通过动态调整参数\mu或\sigma，展示图像的变化，在一个窗口中动态调节

好的，以下是代码实现：

import tkinter as tk
from tkinter import ttk
import numpy as np
from scipy.stats import norm
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg


class NormalDistributionPlotter:
    def __init__(self, master):
        self.master = master
        master.title("Normal Distribution Plotter")

        # 设置初始参数
        self.mu = 0
        self.sigma = 1

        # 创建 tk 组件
        self.mu_label = ttk.Label(master, text="mu:")
        self.mu_scale = ttk.Scale(master, from_=-10, to=10, orient=tk.HORIZONTAL, command=self.update_mu)
        self.sigma_label = ttk.Label(master, text="sigma:")
        self.sigma_scale = ttk.Scale(master, from_=0.1, to=10, orient=tk.HORIZONTAL, command=self.update_sigma)
        self.canvas = plt.figure(figsize=(5, 4)).add_subplot(111)
        self.plot()

        # 设置 tk 组件位置
        self.mu_label.grid(row=0, column=0, padx=5, pady=5)
        self.mu_scale.grid(row=0, column=1, padx=5, pady=5)
        self.sigma_label.grid(row=1, column=0, padx=5, pady=5)
        self.sigma_scale.grid(row=1, column=1, padx=5, pady=5)
        self.canvas.get_tk_widget().grid(row=2, column=0, columnspan=2, padx=5, pady=5)

    def update_mu(self, value):
        self.mu = float(value)
        self.plot()

    def update_sigma(self, value):
        self.sigma = float(value)
        self.plot()

    def plot(self):
        # 计算概率密度函数
        x = np.linspace(self.mu - 4 * self.sigma, self.mu + 4 * self.sigma, 100)
        y = norm.pdf(x, loc=self.mu, scale=self.sigma)

        # 清空画布
        self.canvas.clear()

        # 绘制新图像
        self.canvas.plot(x, y)
        self.canvas.set_xlabel('x')
        self.canvas.set_ylabel('Probability density')
        self.canvas.set_title('Normal Distribution')

        # 更新画布
        self.canvas.figure.canvas.draw()


root = tk.Tk()
app = NormalDistributionPlotter(root)
root.mainloop()

这段代码使用了 tkinter、Numpy、Scipy 和 matplotlib 库，实现了一个窗口应用程序，可以动态展示正态分布概率密度图，并且可以通过滑块动态调整参数 $\mu$ 或 $\sigma$，实现图像的动态变化。