Matplotlib和Scipy库是两个常用的Python库，可以很方便地配合使用。下面是一个简单的示例，演示了如何使用Matplotlib绘制Scipy库生成的数据。

import numpy as npimport matplotlib.pyplot as pltfrom scipy import stats# 生成一些数据data = np.random.normal(0, 1, 1000)# 使用Scipy计算数据的概率密度函数kde = stats.gaussian_kde(data)# 生成绘图数据x = np.linspace(-3, 3, 100)y = kde(x)# 绘制数据plt.figure()plt.plot(x, y)plt.xlabel('x')plt.ylabel('Density')plt.title('Kernel Density Estimation')plt.show()

在这个示例中，首先使用Scipy库生成了一些随机数据，然后使用Scipy的gaussian_kde函数计算了这些数据的概率密度函数。最后使用Matplotlib库绘制了这些数据的概率密度函数图表。这个示例展示了如何使用Matplotlib和Scipy库结合起来进行数据可视化。