钟形高斯函数如下所示，请在指定位置编写程序，计算不同参数下的结果。 f(x)= 2πs ​ 1 ​ e [− 2 1 ​ ( s x−m ​ ) 2 ]

钟形高斯函数，也称为高斯分布，是一种常见的概率密度函数，通常用于描述随机变量的分布。它由公式给出：

\[ f(x) = \frac{1}{\sqrt{2\pi s^2}} e^{-\frac{(x-m)^2}{2s^2}} \]

其中：
- \( m \) 是均值，表示数据集中心的位置，
- \( s \) 是标准差，衡量数据分布的宽度。

要在Python中编写一个计算这个函数值的简单程序，你可以使用math库来进行数学运算。以下是一个例子：

import math

def gaussian_function(x, mean, std_dev):
    coefficient = 1 / (math.sqrt(2 * math.pi) * std_dev)
    exponent = -(math.pow((x - mean), 2)) / (2 * math.pow(std_dev, 2))
    return coefficient * math.exp(exponent)

# 测试函数
mean = 0
std_dev = 1
x_values = [-3, -1, 0, 1, 3]  # 可以替换为你想要计算的具体x值
for x in x_values:
    result = gaussian_function(x, mean, std_dev)
    print(f"当x={x}, 函数值f(x)={result}")

在这个示例中，你可以更改`mean`和`std_dev`的值，以及`x_values`列表中的元素，来计算不同参数下的函数值。