python3-正態分佈

loc 平均值
scale (scale) 標準差
pdf(x, loc=0, scale=1)

正態分佈（Normal distribution），也稱「常態分佈」，又名高斯分佈（Gaussian distribution），最先由A.棣莫弗在求二項分佈的漸近公式中獲得。C.F.高斯在研究測量偏差時從另外一個角度導出了它。P.S.拉普拉斯和高斯研究了它的性質。是一個在數學、物理及工程等領域都很是重要的機率分佈，在統計學的許多方面有着重大的影響力。
正態曲線呈鍾型，兩頭低，中間高，左右對稱因其曲線呈鐘形，所以人們又常常稱之爲鐘形曲線。
若隨機變量X服從一個數學指望爲μ、方差爲σ^2的正態分佈，記爲N(μ，σ^2)。其機率密度函數爲正態分佈的指望值μ決定了其位置，其標準差σ決定了分佈的幅度。當μ = 0,σ = 1時的正態分佈是標準正態分佈。

from scipy.stats import norm
import numpy as np
import matplotlib.pyplot as plt
dmean=0.5
dstd=1
x=np.arange(-5,5,0.01)
y=norm.pdf(x,dmean,dstd)
plt.plot(x,y)
plt.xlabel('x')
plt.ylabel('y')
plt.show()