python验证正态分布

可以使用SciPy库中的norm模块来验证正态分布。具体实现如下：

from scipy.stats import norm
import matplotlib.pyplot as plt

# 生成1000个符合标准正态分布的随机数
data = norm.rvs(size=1000)

# 绘制直方图和概率密度函数
plt.hist(data, bins=30, density=True, alpha=0.6, color='g')
plt.plot(sorted(data), norm.pdf(sorted(data)), 'r-', lw=2)
plt.show()

其中，norm.rvs函数用于生成符合标准正态分布的随机数，size参数指定生成的数据数量；plt.hist函数用于绘制直方图，bins参数指定直方图的条数，density参数指定是否将直方图的面积归一化为1，alpha参数指定直方图的透明度，color参数指定直方图的颜色；norm.pdf函数用于计算正态分布的概率密度函数，sorted函数用于将生成的随机数按照从小到大的顺序排序。执行以上代码，会生成一个直方图和概率密度函数的图像，可以通过观察图像来验证数据是否符合正态分布。