Python中常用的數學庫是numpy和scipy，它們提供了各種常見的數學函數，正態函數也不例外。

正態函數在概率論和統計學中非常常見，它的曲線呈鐘形，所以也被稱為鐘形曲線。在numpy中，可以使用normal函數來生成正態分布的隨機數據：

import numpy as np
#生成1000個均值為0，標準差為1的正態分布隨機數
data = np.random.normal(0, 1, 1000)

上面的代碼中，我們生成了1000個均值為0，標準差為1的正態分布隨機數，即生成了一個符合標準正態分布的隨機數數組。

scipy庫中的正態函數是norm函數，它可以用來計算正態分布的概率密度函數：

from scipy.stats import norm
#計算均值為0，標準差為1的正態分布在x=1處的概率密度
pdf = norm.pdf(1, 0, 1)

上面的代碼中，我們計算了均值為0，標準差為1的正態分布在x=1處的概率密度。pdf變量的值就是這個概率密度。

以上就是Python中正態函數的使用方法。在實際應用中，正態函數常用于建立統計模型，分析數據分布，以及進行概率計算等方面。學好正態函數對于學好Python中的數據處理和科學計算都是非常有幫助的。