高斯分布是一種常見的概率分布，也被稱為正態(tài)分布。在數(shù)學(xué)、物理、工程等領(lǐng)域中被廣泛應(yīng)用。Python作為一種強(qiáng)大的編程語言，可以很方便的繪制高斯分布曲線。

import numpy as np
import matplotlib.pyplot as plt
# 定義高斯分布函數(shù)
def gaussian(x, mu, sigma):
return 1 / (sigma * np.sqrt(2 * np.pi)) * np.exp(-((x - mu)**2) / (2 * sigma**2))
# 生成正態(tài)分布數(shù)據(jù)
x = np.linspace(-5, 5, 100)
y = gaussian(x, 0, 1)
# 繪制高斯分布曲線
plt.plot(x, y)
plt.title('Gaussian Distribution')
plt.xlabel('X')
plt.ylabel('Probability Density')
plt.show()

上述代碼中，我們定義了一個高斯分布函數(shù)，然后生成了一些數(shù)據(jù)并繪制出了高斯分布曲線。可以看出，曲線呈現(xiàn)出鐘型，在中間部分達(dá)到最高點(diǎn)。

除了生成標(biāo)準(zhǔn)正態(tài)分布以外，我們也可以根據(jù)自己的需求動態(tài)調(diào)整函數(shù)中的參數(shù)，生成更為復(fù)雜的分布曲線。

在實際應(yīng)用中，利用Python繪制高斯分布曲線可以很好的展示數(shù)據(jù)的分布情況，為后續(xù)分析提供依據(jù)。