用python实现，比较两种数据的密度分布图

简单的密度分布图

使用Python中的 seaborn 库和 matplotlib 库来实现。这两个库提供了绘制密度分布图（Kernel Density Estimate, KDE）的功能。下面是一个简单的代码示例：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 生成两组样本数据
np.random.seed(42)
data1 = np.random.normal(loc=0, scale=1, size=1000)  # 均值为0，标准差为1
data2 = np.random.normal(loc=2, scale=1.5, size=1000)  # 均值为2，标准差为1.5

# 创建一个图形并绘制密度分布图
plt.figure(figsize=(10, 6))

sns.kdeplot(data1, color="blue", label="Data 1", shade=True)
sns.kdeplot(data2, color="red", label="Data 2", shade=True)

# 添加标题和标签
plt.title("Density Plot of Two Data Sets")
plt.xlabel("Value")
plt.ylabel("Density")

# 显示图例
plt.legend()

# 显示图形
plt.show()

代码解释：

1. data1 和 data2 是两个数据集，我们用 np.rand