请提供一段代码：用高斯分布进行拟合一组无标签数据，得到方差，再要一个散点分布图

好的，根据您的要求，我提供以下 Python 代码实现：

import numpy as np
import matplotlib.pyplot as plt

# 生成有噪声的数据
x = np.linspace(0, 10, 100)
y = np.sin(x) + 0.1 * np.random.randn(100)

# 使用高斯分布拟合数据
mean = np.mean(y)
variance = np.var(y)
sigma = np.sqrt(variance)
x_fit = np.linspace(0, 10, 100)
y_fit = np.exp(-(x_fit - mean)**2 / (2*sigma**2)) / (np.sqrt(2*np.pi) * sigma)

# 绘制散点分布图和拟合曲线
plt.scatter(x, y)
plt.plot(x_fit, y_fit, c='r')
plt.show()

# 输出拟合得到的方差
print('方差为：', variance)

运行上述代码可以得到一张散点分布图和拟合曲线，其中拟合曲线是使用高斯分布拟合得到的。同时也输出了拟合得到的方差。

当然，这只是简单的示例代码，实际应用中需要根据具体情况进行调参和优化。