用Python做卡方分布，n=1，n=4，n=10，n=20，并显示出做出的图

在Python中，我们可以使用matplotlib库来创建卡方分布的直方图，以及seaborn库来进行更美观的展示。卡方分布（chi-squared distribution）通常用于检验独立性等统计假设。对于n值不同的情况，我们会改变样本大小来模拟卡方分布。

首先，确保已安装必要的库：

pip install matplotlib seaborn numpy

然后你可以编写一个函数来生成卡方分布并绘制图形：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

def create_chisquare_histogram(n_values):
    data = []
    for n in n_values:
        # 利用numpy随机生成卡方分布
        chisq_data = np.random.chisquare(df=n, size=10000)
        data.append(chisq_data)

    fig, axs = plt.subplots(len(n_values), sharex=True, figsize=(8, 6 * len(n_values)))
    
    for i, n in enumerate(n_values):
        sns.histplot(data[i], bins=range(0, 50), ax=axs[i], kde=False, label=f'n={n}')
        axs[i].set_title(f'Chi-Squared Distribution (df={n})')
        axs[i].set_xlabel('Value')
        axs[i].legend()

    plt.tight_layout()
    plt.show()

# 定义n值列表
n_values = [1, 4, 10, 20]
create_chisquare_histogram(n_values)