要繪制概率分布函數和累積分布函數，可以使用Matplotlib庫中的hist函數和plot函數。
首先，需要導入Matplotlib庫：
import matplotlib.pyplot as plt
接下來，可以創建一個隨機變量的樣本數據，并使用hist函數繪制概率分布函數：
import numpy as np
data = np.random.normal(loc=0, scale=1, size=1000)
plt.hist(data, bins=30, density=True, alpha=0.6, color='b')
plt.xlabel('Value')
plt.ylabel('Probability')
plt.title('Probability Distribution Function')
plt.show()
這段代碼將創建一個包含1000個從均值為0、標準差為1的正態分布中抽取的隨機樣本數據。然后，使用hist函數將數據繪制成直方圖，其中參數density=True表示將直方圖中的頻數轉換為概率。
接著，可以使用cumsum函數計算累積分布函數，并使用plot函數繪制：
counts, bin_edges = np.histogram(data, bins=30, density=True)
cdf = np.cumsum(counts)
plt.plot(bin_edges[1:], cdf, color='r')
plt.xlabel('Value')
plt.ylabel('Cumulative Probability')
plt.title('Cumulative Distribution Function')
plt.show()
這段代碼將計算直方圖的累積和，并使用plot函數繪制成累積分布函數。在上面的例子中，我們使用了正態分布的樣本數據，你可以根據需要替換成其他概率分布的數據。
