首先，我们需要安装和载入需要的 R 包：ggplot2、gganimate和dplyr。这可以通过以下代码块实现：

install.packages(c("ggplot2", "gganimate", "dplyr"))
library(ggplot2)
library(gganimate)
library(dplyr)

接着，我们创建一个数据框，这个数据框包含关于正态分布的随机样本数。这个例子中，我们将创建一个包含20列和1000行的数据框：

set.seed(123)
df <- data.frame(matrix(rnorm(20000, mean = 0), nrow = 1000))
names(df) <- paste0("sample", 1:20)

下一步，我们需要将数据框转换成long数据框，以便可以将每个样本单独绘制：

df_long <- df %>%
  pivot_longer(cols = everything(), names_to = "Sample", values_to = "Value")

现在，我们可以绘制密度图。 下面代码展示如何使用ggplot2绘制绘图。注意，我们将使用geom_density函数来绘制密度估计：

p <- ggplot(df_long, aes(x = Value, colour = Sample, fill = Sample)) +
  geom_density(alpha = 0.3) +
  scale_fill_viridis_d() +
  scale_color_viridis_d() +
  transition_reveal(Sample)

最后，我们可以使用以下出示的代码输出动画图片：

anim <- animate(p, nframes = 500, fps = 25)
anim_save("density.gif", anim)

打印出来的动图示例如下所示：

![animate-probability-density-function-dplyr-gganimate-part]./images/animate-probability-density-function-dplyr-gganimate-part.gif)