要使用Python绘制正态分布曲线，你可以按照以下步骤进行：
1. 导入必要的库：
import numpy as npimport matplotlib.pyplot as pltimport math
2. 定义正态分布的概率密度函数（PDF）：
def normal_pdf（x, mu=0, sigma=1）:left = 1 / （np.sqrt（2 * math.pi） * sigma）right = np.exp（-（x - mu）2 / （2 * sigma2））return left * right
3. 生成x轴的数据点，这里我们使用`numpy.linspace`来生成从均值向左向右各扩展3个标准差的x值：
x = np.linspace（mu - 3*sigma, mu + 3*sigma, 500） mu为均值，sigma为标准差y = normal_pdf（x）
4. 使用`matplotlib.pyplot.plot`函数绘制正态分布曲线：
plt.plot（x, y, color='blue'）plt.title（'Normal Distribution'）plt.xlabel（'x'）plt.ylabel（'pdf（x）'）plt.show（）
以上代码将生成一个均值为0，标准差为1的正态分布曲线。你可以通过改变`mu`和`sigma`的值来绘制不同均值和标准差的正态分布曲线。
如果你需要生成随机数据并绘制其直方图来验证正态分布，可以使用`numpy.random.normal`函数：
data = np.random.normal（loc=0, scale=1, size=1000） loc为均值，scale为标准差plt.hist（data, bins=30, density=True, alpha=0.6, color='g'）plt.title（'Normal Distribution from Random Data'）plt.show（）
这样，你就可以使用Python来绘制正态分布曲线了