我的numpy是1.20.3，matplotlib是3.4.3，pillow是10.4，帮我写一段正态分布的代码

当然可以，您提供的版本信息看起来稍微有些过时，但这不影响我们创建一个简单的正态分布可视化。这里是一个使用NumPy、Matplotlib和Pillow创建正态分布图的基本示例：

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

# 定义正态分布参数
mean = 0
std_dev = 1

# 创建数据
x = np.linspace(-5, 5, 100)  # 等差数列，范围从-5到5，包含100个点
y = np.random.normal(mean, std_dev, len(x))  # 使用np.random.normal生成正态分布数据

# 绘制直方图
plt.hist(y, bins=20, density=True, edgecolor='black')  # 设置20个bins，密度标准化，边缘线颜色为黑色

# 添加标题和标签
plt.title('正态分布')
plt.xlabel('值')
plt.ylabel('频率')

# 将图像转换为适合PIL的数组格式
image_array = plt.get_fignums()[0].get_figure().canvas.tostring_rgb()

# 创建一个新的空白Image对象并填充颜色
img = Image.fromarray(image_array)

# 显示图像
plt.show()

# 保存图片（如果需要）
# img.save("normal_distribution.png")