python中的正态分布函数图像

使用Matplotlib和SciPy绘制正态分布概率密度函数

可以通过导入SciPy中的stats模块来利用正态分布的pdf（概率密度函数），配合Matplotlib库绘制曲线。具体步骤包括生成一组连续的x值，通过stats.norm.pdf(x, 均值, 标准差)计算对应的y值，然后用plt.plot(x, y)绘制即可。

调整参数以改变正态分布曲线形状

绘图时，正态分布的均值决定了曲线的中心位置，方差控制了曲线的宽度。只需要在调用pdf函数时传入不同的均值和标准差参数，例如stats.norm.pdf(x, loc=mean, scale=std_dev)，图像会相应显示偏移和宽窄变化。这样可以直观感受参数对分布的影响。

用Seaborn快速绘制正态分布直观曲线

Seaborn是一个基于Matplotlib的高级可视化库，它的distplot或histplot函数可以直接对数据集绘制核密度估计图，很适合观察数据是否服从正态分布。只需要传入数据列表，选择kde=True即可快速生成平滑的正态分布曲线，操作简洁方便。