Python是一个强大的编程语言，广泛应用于数据科学、机器学习和人工智能等领域。在数据科学中，概率分布是非常重要的，因此可以使用Python来绘制概率曲线以更好地理解数据。Python中的Matplotlib包提供了方便的概率分布绘图功能。

#导入必要的库
import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import norm
#生成数据
data = np.random.normal(size=10000)
#设置画布大小
plt.figure(figsize=(10,6))
#绘制概率密度函数
plt.hist(data, bins=50, density=True, alpha=0.6, color='g')
#添加概率曲线
x_axis = np.arange(-4, 4, 0.1)
plt.plot(x_axis, norm.pdf(x_axis), color='r')
#添加网格线和标题
plt.grid(True)
plt.title('Normal Distribution')
#显示图形
plt.show()

上述代码使用了numpy和scipy库生成10000个标准正态分布数据，并使用Matplotlib绘制概率密度函数和概率曲线。其中，bins表示组数，density表示是否对直方图进行归一化处理，alpha表示透明度，color为颜色。对于概率曲线，使用norm.pdf(x)函数生成标准正态分布的概率密度函数。最后，添加网格线、标题并显示图形。

通过上述代码，我们可以轻松地在Python中绘制概率曲线，更好地理解和分析数据。