Matplotlib 实战： 现有一组北京未来 5 天的高温数据 $y_{max} = [28, 30, 29, 27, 31]$，请补全代码，使用 Matplotlib 绘制带数据标记的折线图，并添加标题“5日高温趋势”及 $x, y$ 轴标签。 import matplotlib.pyplot as plt import numpy as np x = np.arange( 1 , 6 ) y_max = np.array([ 28 , 30 , 29 , 27 , 31 ]) # 设置中文显示 plt.rcParams[ 'font.sans-serif' ] = [ 'SimHei' ] # 1. 补全绘图代码，要求：标记为圆点 'o'，标记大小为 8 ____________________________________________________ # 2. 补全添加标题和轴标签的代码 ____________________________________________________ ____________________________________________________ ____________________________________________________ plt.show() Seaborn 实战： 假设 tips 是一个包含消费数据的数据集，其中 total_bill 表示账单总额。请编写核心代码，使用 Seaborn 展示该变量的概率分布情况，要求同时显示直方图和核密度估计曲线，并将直方图的分 箱数（bins）设为 15。 import seaborn as sns import matplotlib.pyplot as plt # 假设数据已加载 # tips = sns.load_dataset('tips') # 请在下方写出绘制分布图的核心函数调用 ____________________________________________________