Matplotlib和Scipy庫是兩個常用的Python庫，可以很方便地配合使用。下面是一個簡單的示例，演示了如何使用Matplotlib繪制Scipy庫生成的數據。
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
# 生成一些數據
data = np.random.normal(0, 1, 1000)
# 使用Scipy計算數據的概率密度函數
kde = stats.gaussian_kde(data)
# 生成繪圖數據
x = np.linspace(-3, 3, 100)
y = kde(x)
# 繪制數據
plt.figure()
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('Density')
plt.title('Kernel Density Estimation')
plt.show()
在這個示例中，首先使用Scipy庫生成了一些隨機數據，然后使用Scipy的gaussian_kde函數計算了這些數據的概率密度函數。最后使用Matplotlib庫繪制了這些數據的概率密度函數圖表。這個示例展示了如何使用Matplotlib和Scipy庫結合起來進行數據可視化。
