产生50个服从标准正态分布的随机数 2.1 绘出经验累积分布函数图。 2.2求出样本的一些特征：样本最小值、最大值、平均值、中位数和标准差。

好的，针对您的问题，以下是我的回答：

2.1 绘出经验累积分布函数图：
根据您的要求，我使用 Python 语言编写了以下代码来生成50个服从标准正态分布的随机数，并绘制了经验累积分布函数图：

import numpy as np
import matplotlib.pyplot as plt

# 生成50个服从标准正态分布的随机数
data = np.random.randn(50)

# 绘制经验累积分布函数图
plt.hist(data, bins=10, density=True, cumulative=True, label='Empirical CDF')
plt.title('Empirical Cumulative Distribution Function')
plt.xlabel('Value')
plt.ylabel('ECDF')
plt.legend(loc='best')
plt.show()

这段代码会生成一个经验累积分布函数图，如下所示：


2.2 求出样本的一些特征：
同样使用Python语言，根据您提供的数据，可以轻松求出样本的一些特征。下面是代码：

import numpy as np

# 样本数据
data = np.random.randn(50)

# 求样本最小值
min_val = np.min(data)

# 求样本最大值
max_val = np.max(data)

# 求样本平均值
mean_val = np.mean(data)

# 求样本中位数
median_val = np.median(data)

# 求样本标准差
std_val = np.std(data)

print('样本最小值：', min_val)
print('样本最大值：', max_val)
print('样本平均值：', mean_val)
print('样本中位数：', median_val)
print('样本标准差：', std_val)

运行以上代码，就可以得到样本的一些特征值了。具体结果取决于生成的随机数，每次运行结果可能会有所不同。