令μ=0，σ=1,得到标准正态分布的函数，要求x的取值范围为[-5,5]。提示：生成x的自变量数组，编辑正态分布函数的公式y,并用plot()或者scatter()画图。

对于给定的标准正态分布，当μ（平均值）等于0，σ（标准差）等于1时，其概率密度函数（PDF）可以表示为：

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

要在x取值范围为[-5, 5]的情况下，我们首先创建一个均匀的x值数组，然后计算对应的y值，最后使用`matplotlib`中的`plot()`函数绘制图表。以下是具体的Python代码实现：

import numpy as np
import matplotlib.pyplot as plt

# 定义x的取值范围
x_range = np.linspace(-5, 5, 400)  # 创建400个等间距的点，覆盖[-5, 5]

# 标准正态分布函数
def normal_distribution(x, mu=0, sigma=1):
    return (1 / (np.sqrt(2 * np.pi) * sigma)) * np.exp(-((x - mu) ** 2) / (2 * sigma ** 2))

# 计算y值
y_values = normal_distribution(x_range)

# 画图
plt.plot(x_range, y_values, label='Standard Normal Distribution', linewidth=2)
plt.axvline(x=0, color='k', linestyle='--')  # 添加零线
plt.title('Standard Normal Distribution with μ=0 and σ=1')
plt.xlabel('X Value')
plt.ylabel('Probability Density')
plt.legend()
plt.show()