采用numpy.random.normal函数产生两组正态分布的数据（两组数据均值和标准差不同，数据量均为1000个），然后绘制箱型图。

首先，你需要安装`numpy`和`matplotlib`这两个库，如果还没有安装的话，可以使用下面的命令安装：

pip install numpy matplotlib

接下来，我们可以使用`numpy.random.normal`函数生成两组正态分布的数据，并使用`matplotlib`的`boxplot`函数绘制箱型图。

以下是具体的代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 设置两组正态分布的参数
mean1, std_dev1 = 10, 2   # 第一组数据的均值和标准差
mean2, std_dev2 = 20, 3   # 第二组数据的均值和标准差

# 生成每组1000个随机样本
data1 = np.random.normal(mean1, std_dev1, size=1000)
data2 = np.random.normal(mean2, std_dev2, size=1000)

# 创建箱型图
fig, ax = plt.subplots()
ax.boxplot([data1, data2], labels=['Group 1', 'Group 2'])

# 添加标题和轴标签
ax.set_title('Boxplots of Two Normal Distributions')
ax.set_xlabel('Groups')
ax.set_ylabel('Random Values')

# 显示图形
plt.show()

这段代码会生成两个独立的箱型图，分别代表两组正态分布的数据。箱体的位置反映了数据的四分位数，箱子的高度展示了数据分散程度，而小长方形则显示了异常值。