python如何将两个核密度分布图像放在一张图片里？

在Python中，可以使用Matplotlib库来绘制图像并将两个核密度分布图像放在一张图片里。以下是一个简单的例子：

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

# 生成两组随机数据
data1 = np.random.normal(0, 1, size=1000)
data2 = np.random.normal(1, 2, size=1000)

# 创建核密度分布对象
kde1 = gaussian_kde(data1)
kde2 = gaussian_kde(data2)

# 生成数据点
x_grid = np.linspace(min(data1.min(), data2.min()), max(data1.max(), data2.max()), 100)

# 绘制图像
fig, ax = plt.subplots()
ax.plot(x_grid, kde1(x_grid), label='Data 1')
ax.plot(x_grid, kde2(x_grid), label='Data 2')
ax.legend()

plt.show()

在这个例子中，我们首先使用NumPy库生成两组随机数据，然后创建核密度分布对象，并使用`linspace`函数生成数据点。最后，我们使用Matplotlib库中的`subplots`函数创建一个图像对象，使用`plot`函数画出两个核密度分布图像，并使用`legend`函数添加图例。最后，使用`show`函数显示图像。