Python 正态分布图绘制：使用均值和标准差生成数据

要构建正态分布并绘制正态分布图，可以使用 numpy 和 matplotlib 库来帮助实现。以下是一个示例代码，假设你已经拥有每天评论数量数据的均值和标准差，例如均值为 0.5466，标准差为 29.4834。

import numpy as np
import matplotlib.pyplot as plt

# 均值和标准差
mean = 0.5466
std = 29.4834

# 生成正态分布数据
data = np.random.normal(mean, std, 10000)

# 绘制正态分布图
plt.hist(data, bins=50, density=True, alpha=0.6, color='g')

# 绘制均值和标准差的线
plt.axvline(mean, color='r', linestyle='dashed', linewidth=1)
plt.axvline(mean + std, color='b', linestyle='dashed', linewidth=1)
plt.axvline(mean - std, color='b', linestyle='dashed', linewidth=1)

# 添加标题和标签
plt.title('Normal Distribution')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 显示图形
plt.show()

这段代码首先使用 numpy.random.normal 函数生成了一组符合给定均值和标准差的正态分布数据。然后使用 matplotlib.pyplot.hist 函数绘制了该数据的直方图，同时设置了一些参数来使其更加美观。接着使用 matplotlib.pyplot.axvline 函数绘制了均值和标准差的线，并添加了标题和标签。最后通过 matplotlib.pyplot.show 函数展示了图形。