Python 绘制概率密度分布图

在 Python 中，我们通常使用 Matplotlib 和 SciPy 库来绘制概率密度分布图。以下是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
# 创建数据
data = np.random.normal(loc=0, scale=1, size=1000)
# 计算数据的概率密度函数
pdf = norm.pdf(data)
# 绘制概率密度分布图
plt.hist(data, bins=30, density=True, alpha=0.5, color='g')
plt.plot(data, pdf, 'k', linewidth=2)
plt.title('Probability Density Function')
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.show()

在这个例子中，我们首先使用 NumPy 库生成了一组符合正态分布的随机数据。然后，我们使用 SciPy 库中的 norm.pdf 函数计算了这组数据的概率密度函数。接下来，我们使用 Matplotlib 库中的 hist 函数绘制了数据的直方图，并设置了 density=True 参数使得直方图的高度代表概率密度。我们还使用 plot 函数绘制了概率密度函数曲线。最后，我们设置了图形的标题、x轴标签和y轴标签，并使用 show 函数显示了图形。

这个例子展示了一个简单的概率密度分布图的绘制方法。根据需要，你可以修改生成数据的方式、计算概率密度函数的方式以及绘图的参数来得到你想要的图形。