产生服从均值70，标准差为5的正态分布的随机数1000个，并绘制相对频率图

以下是Python代码实现：

import numpy as np
import matplotlib.pyplot as plt

mean = 70
std = 5
n = 1000

data = np.random.normal(mean, std, n)

plt.hist(data, bins=20, density=True)
plt.xlabel('Value')
plt.ylabel('Relative Frequency')
plt.title('Normal Distribution with Mean=70 and Std=5')
plt.show()

解释：首先，导入NumPy和Matplotlib库。然后，定义均值、标准差和样本数量。接下来，使用NumPy的random.normal函数生成服从指定均值和标准差的正态分布的随机数，并将其存储在变量data中。最后，使用Matplotlib的hist函数绘制相对频率直方图，并添加横轴和纵轴标签以及图表标题。运行代码后，将生成一个相对频率图，显示服从均值70，标准差为5的正态分布的随机数的分布情况。