通过引入一个bug，我发现了matplotlib的一个有趣的特性，我想了解它是如何工作的：

import numpy as np       
import matplotlib.pyplot as plt
from scipy.stats import multivariate_normal     
from scipy.spatial import distance

n = 100
X = np.linspace(0, 10, 100).reshape(-1, 1)
D = distance.pdist(X, 'euclidean')
D = distance.squareform(D)
S = np.exp(-D)
mvn = multivariate_normal(np.ones(100), S)
y = [mvn.rvs(1) for i in range(100)]
plt.plot(X, y)
plt.show()

现在这看起来像是画了一个X, y[:, i]的图，i为100。
还是没有？
因为它不适用于：

y = [mvn.rvs(1) for i in range(100)]

然而，这又如预期的那样起作用：

y = np.array([mvn.rvs(1) for i in range(5)])
plt.plot(X, y.T)
plt.show()

matplotlib在这里绘制了什么？是X, y[i, :]吗？
所以正确的语法应该是Sample Space, [samples]？
非常感谢你的洞察力，我只想策划其中之一，并使自己这个很酷的发现忘记了rvs（1）是足够的。