使用matplotlib画出一维标准正态分布的图像.正态分布函数的公式为：f(x)=1/令μ=0，σ=1,得到标准正态分布的函数，要求x的取值范围为[-5,5]

在Python中，你可以使用matplotlib库结合numpy库来绘制一维标准正态分布图，给定μ=0和σ=1。首先，我们需要计算每个x值对应的概率密度f(x)，然后将其绘制成直方图或连续曲线。这里是具体的代码示例：

import matplotlib.pyplot as plt
import numpy as np

# 定义μ和σ
mu = 0
sigma = 1

# 定义x的取值范围
x_range = np.linspace(-5, 5, 400)  # 分段数量可以调整

# 标准正态分布函数公式 f(x) = 1 / sqrt(2πσ^2) * exp(-(x - μ)^2 / (2σ^2))
normal_dist = 1 / (sigma * np.sqrt(2 * np.pi)) * np.exp(-(x_range - mu)**2 / (2 * sigma**2))

# 绘制标准正态分布曲线
plt.plot(x_range, normal_dist, label=f"Standard Normal Distribution ({mu}, {sigma})", color='g')  # green for the curve
plt.fill_between(x_range, normal_dist, alpha=0.3, color='g')  # fill area under curve for better visualization

# 添加标签和标题
plt.xlabel('x')
plt.ylabel('Probability Density')
plt.title(f'Standard Normal Distribution (μ={mu}, σ={sigma})')
plt.grid(True)  # 显示网格
plt.legend()

plt.show()