阅读量:0
Matplotlib和Scipy库是两个常用的Python库，可以很方便地配合使用。下面是一个简单的示例，演示了如何使用Matplotlib绘制Scipy库生成的数据。
import numpy as np import matplotlib.pyplot as plt from scipy import stats # 生成一些数据 data = np.random.normal(0, 1, 1000) # 使用Scipy计算数据的概率密度函数 kde = stats.gaussian_kde(data) # 生成绘图数据 x = np.linspace(-3, 3, 100) y = kde(x) # 绘制数据 plt.figure() plt.plot(x, y) plt.xlabel('x') plt.ylabel('Density') plt.title('Kernel Density Estimation') plt.show() 在这个示例中，首先使用Scipy库生成了一些随机数据，然后使用Scipy的gaussian_kde函数计算了这些数据的概率密度函数。最后使用Matplotlib库绘制了这些数据的概率密度函数图表。这个示例展示了如何使用Matplotlib和Scipy库结合起来进行数据可视化。
