Python是一種高級編程語言，非常強大和流行。其中一個重要的應用就是對數據進行分析處理。統計分析中，正態分布是非常重要的概念之一，Python也提供了很便捷的工具來分析數據是否符合正態分布。

# 導入相關庫
import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt
# 生成一組隨機數據
n = 10000
data = np.random.randn(n)
# 繪制直方圖
plt.hist(data, bins=30, density=True)
# 繪制正態分布曲線
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = stats.norm.pdf(x, np.mean(data), np.std(data))
plt.plot(x, p, 'k', linewidth=2)
# 標記均值和標準差
plt.axvline(np.mean(data), color='red', linestyle='dashed', linewidth=1)
plt.axvline(np.mean(data) + np.std(data), color='green', linestyle='dashed', linewidth=1)
plt.axvline(np.mean(data) - np.std(data), color='green', linestyle='dashed', linewidth=1)
# 顯示圖像
plt.show()

這段代碼可以生成一組符合正態分布的隨機數據，并繪制出直方圖和正態分布曲線。其中，np.random.randn(n)函數生成n個隨機數，np.mean()和np.std()函數分別計算數據的均值和標準差，stats.norm.pdf()函數計算正態分布概率密度函數，plt.plot()函數繪制正態分布曲線，plt.axvline()函數在圖像上繪制標記線。如果數據符合正態分布，直方圖和曲線會趨于一致。

總之，Python是一種很好用的編程語言，尤其在數據分析和處理方面。使用Python對數據進行正態性分布分析可以幫助我們更好地理解數據的特征和規律。如果您對Python編程感興趣，也可以利用Python編寫其他有趣的應用程序。