创建一个函数，能够返回任意均值或方差的正态分布曲线

以下是Python代码实现：

import numpy as np
import matplotlib.pyplot as plt

def normal_distribution(x, mu, sigma):
    """
    返回均值为mu，标准差为sigma的正态分布在x处的概率密度值
    """
    return np.exp(-((x-mu)**2)/(2*sigma**2))/(sigma*np.sqrt(2*np.pi))


def plot_normal_distribution(mu, sigma):
    """
    绘制均值为mu，标准差为sigma的正态分布曲线
    """
    x = np.linspace(mu-4*sigma, mu+4*sigma, 1000)
    y = normal_distribution(x, mu, sigma)
    plt.plot(x, y)
    plt.xlabel('x')
    plt.ylabel('Probability density')
    plt.title('Normal distribution with mu={} and sigma={}'.format(mu, sigma))
    plt.show()

# 示例
plot_normal_distribution(0, 1) # 绘制均值为0，标准差为1的正态分布曲线

可以通过调用plot_normal_distribution函数，传入均值mu和标准差sigma来绘制不同均值和方差的正态分布曲线。