python直方图中显示拟合曲线

要在Python的直方图中显示拟合曲线，可以使用Matplotlib库中的plt.plot()函数。首先，你需要使用Numpy库中的np.histogram()函数生成直方图数据。然后，你可以使用Scipy库中的拟合函数来拟合曲线，并将拟合结果传递给plt.plot()函数以在直方图上绘制拟合曲线。下面是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

# 生成1000个随机数
data = np.random.randn(1000)

# 生成直方图数据
hist, bins = np.histogram(data, bins=30, density=True)

# 计算正态分布的拟合曲线
mu, std = norm.fit(data)
pdf = norm.pdf(bins, mu, std)

# 绘制直方图和拟合曲线
plt.hist(data, bins=30, density=True, alpha=0.6)
plt.plot(bins, pdf, 'r--', linewidth=2)
plt.show()

在这个示例中，我们使用Numpy的np.random.randn()函数生成1000个随机数，并使用np.histogram()函数生成30个直方区间的直方图数据。然后，我们使用Scipy库中的norm.fit()函数计算正态分布的拟合曲线的参数，并使用norm.pdf()函数生成拟合曲线的数据。最后，我们使用plt.hist()函数绘制直方图，使用plt.plot()函数绘制拟合曲线，并使用plt.show()函数显示图形。