Python是一種廣泛使用的編程語言，可以用它來進(jìn)行數(shù)據(jù)分析和可視化等任務(wù)。在數(shù)據(jù)可視化中，正態(tài)分布曲線起到很大的作用。下面我們就來看一下如何用Python來畫正態(tài)分布曲線。

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
x = np.arange(-3, 3, 0.001)
plt.plot(x, norm.pdf(x))
plt.show()

上面的代碼使用了Numpy、Matplotlib和Scipy.stats這三個(gè)庫，其中Numpy用于生成x坐標(biāo)軸上的值，Matplotlib用于畫圖，Scipy.stats中的norm則用于計(jì)算概率密度函數(shù)。在代碼中，我們先生成了一個(gè)在-3到3之間步長為0.001的數(shù)列作為x坐標(biāo)軸，然后用Scipy.stats的norm函數(shù)計(jì)算了每個(gè)值的概率密度，最后用Matplotlib的plot函數(shù)將圖形畫出來。

需要注意的是，這里生成的是標(biāo)準(zhǔn)正態(tài)分布曲線（均值為0，方差為1），如果需要生成其他均值和方差的正態(tài)分布曲線，可以按照如下方式進(jìn)行：

mu, sigma = 0, 0.1 # 均值和標(biāo)準(zhǔn)差
x = np.arange(-3, 3, 0.001)
plt.plot(x, norm.pdf(x, mu, sigma))
plt.show()

在norm.pdf函數(shù)中，加入了均值和標(biāo)準(zhǔn)差的參數(shù)即可。

通過以上這些，我們就可以在Python中通過簡單的代碼畫出正態(tài)分布曲線了。這對(duì)于數(shù)據(jù)分析和可視化來說是非常有用的。