本关任务：钟形(正态）高斯函数是应用最广泛的函数之一，其公式如下所示，计算不同参数下的结果。 根据以下步骤，完成程序： （1）依次输入m, s, x的值； （2）根据公式计算fx值； （3）保留4位小数输出结果

钟形（正态）高斯函数通常指的是高斯分布的概率密度函数，它的数学公式为：

\[ f(x; \mu, \sigma) = \frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{(x-\mu)^2}{2\sigma^2}} \]

其中：
- \( m \) 或者 \( \mu \) 是均值或期望值，代表数据集的中心点。
- \( s \) 或者 \( \sigma \) 是标准差，衡量数据分布的宽度。
- \( x \) 是我们想计算概率密度的值。

要编写一个简单的Python程序来计算这个函数的值，你可以按照以下步骤进行：

import math

# 步骤1：定义函数
def gaussian_function(mu, sigma, x):
    standard_deviation = sigma * math.sqrt(2 * math.pi)
    return (1 / standard_deviation) * math.exp(-((x - mu) ** 2) / (2 * sigma ** 2))

# 步骤2：获取用户输入
mu = float(input("请输入均值(m): "))
sigma = float(input("请输入标准差(s): "))
x = float(input("请输入x的值: "))

# 步骤3：计算并打印结果
fx = gaussian_function(mu, sigma, x)
rounded_fx = round(fx, 4)  # 保留4位小数
print("当 x = {} 时，f(x) 的值为: {}".format(x, rounded_fx))

使用此代码，你可以直接运行程序，依次输入均值、标准差和 x 值，然后得到计算后的高斯函数值。如果你已经输入了这些值，可以直接替换 `mu`, `sigma`, 和 `x` 的赋值。