写一段python代码实现如下功能，已知点（x,y）存在5种属性，请判断数据是否是线性相关，是否服从正态分布，要求给出具体数据

好的，下面是一个示例代码来判断数据是否是线性相关并且服从正态分布：

import numpy as np
import scipy.stats as stats

# 示例数据，可以替换为你自己的数据
data = np.array([[1, 2, 3, 4, 5], [2, 4, 6, 8, 10], [3, 6, 9, 12, 15]])

# 判断数据是否线性相关
def is_linear_correlated(data):
    correlation_matrix = np.corrcoef(data)
    eigenvalues = np.linalg.eigvals(correlation_matrix)
    if np.all(eigenvalues > 0):
        return True
    else:
        return False

# 判断数据是否服从正态分布
def is_normal_distributed(data):
    _, p_value = stats.normaltest(data.flatten())
    alpha = 0.05  # 设置显著性水平
    if p_value < alpha:
        return False
    else:
        return True

# 判断数据是否线性相关
linear_correlated = is_linear_correlated(data)
if linear_correlated:
    print("数据是线性相关")
else:
    print("数据不是线性相关")

# 判断数据是否服从正态分布
normal_distributed = is_normal_distributed(data)
if normal_distributed:
    print("数据服从正态分布")
else:
    print("数据不服从正态分布")

请注意，这是一个简单的示例代码，你可以将其中的`data`替换为你自己的数据。在这个示例中，我们通过计算相关系数矩阵的特征值来判断数据是否线性相关，通过使用`scipy.stats`库中的`normaltest`函数来判断数据是否服从正态分布。