python中matplotlib如何实现正态分布

要在 Python 中使用 Matplotlib 绘制正态分布，可以使用 SciPy 库的 `stats` 模块来生成正态分布数据，然后使用 Matplotlib 绘制数据的直方图或曲线。

下面是一个简单的例子，展示如何使用 Matplotlib 和 SciPy 库来绘制正态分布。

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

# 生成随机的正态分布数据
data = np.random.normal(size=10000)

# 计算正态分布的概率密度函数
mu, std = norm.fit(data)
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = norm.pdf(x, mu, std)

# 绘制直方图和概率密度函数
plt.hist(data, bins=25, density=True, alpha=0.6, color='g')
plt.plot(x, p, 'k', linewidth=2)
plt.title("Normal Distribution")
plt.show()

在这个例子中，我们首先使用 `np.random.normal()` 方法生成一组随机的正态分布数据。然后，我们使用 `norm.fit()` 方法计算数据的均值和标准差，用于计算正态分布的概率密度函数。最后，我们使用 `plt.hist()` 和 `plt.plot()` 方法绘制数据的直方图和正态分布的概率密度函数。运行代码后，应该会看到一个类似于正态分布曲线的图表。