Python绘制正态分布图：均值0.1，标准差0.05

你可以使用'numpy'和'matplotlib'库来实现绘制正态分布图的功能。下面是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成正态分布数据
mu = 0.1  # 均值
sigma = 0.05  # 标准差
data = np.random.normal(mu, sigma, 10000)

# 绘制直方图
plt.hist(data, bins=100, density=True, color='skyblue', edgecolor='black')

# 绘制概率密度函数曲线
x = np.linspace(-0.1, 0.3, 1000)
y = 1 / (sigma * np.sqrt(2 * np.pi)) * np.exp(-(x - mu)**2 / (2 * sigma**2))
plt.plot(x, y, color='red', linewidth=2)

# 设置坐标轴标签和标题
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.title('Normal Distribution')

# 显示图形
plt.show()

该代码会生成一个横坐标长为60的正态分布直方图，其中直方图表示生成的随机数据的分布情况，红色曲线表示概率密度函数。