python 正态分布图

在Python中，我们可以使用matplotlib和seaborn等库来绘制正态分布图，以下是详细的步骤：

1、我们需要导入必要的库，matplotlib是一个用于创建静态、动态和交互式可视化的库，numpy是一个用于处理数组的库，我们将使用它来生成正态分布的数据，seaborn是基于matplotlib的图形可视化python库，它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

2、我们使用numpy的random.normal()函数生成正态分布的数据，这个函数需要三个参数：均值（mean）、标准差（standard deviation）和样本数量（size）。

3、我们使用seaborn的distplot()函数或者matplotlib的hist()函数来绘制直方图，然后使用matplotlib的show()函数来显示图形。

以下是具体的代码：

导入必要的库
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
设置随机数种子，以便结果可复制
np.random.seed(0)
生成正态分布的数据
data = np.random.normal(loc=0, scale=1, size=1000)
使用seaborn绘制直方图
sns.distplot(data, kde=False, color='blue')
设置标题和标签
plt.title('Normal Distribution')
plt.xlabel('Value')
plt.ylabel('Frequency')
显示图形
plt.show()

在这个例子中，我们生成了1000个服从均值为0，标准差为1的正态分布的随机数，我们使用seaborn的distplot()函数绘制了这些数据的直方图，kde参数设置为False表示我们不绘制核密度估计曲线，颜色参数设置为’blue’表示我们想要的直方图的颜色是蓝色。

我们还设置了图形的标题和x轴、y轴的标签，然后使用plt.show()函数显示了图形。

以上就是在Python中绘制正态分布图的方法，你可以根据需要调整数据的数量、均值和标准差，以及图形的颜色和其他属性。