画一个正太分布直方图：要求拥有5000个随机函数，并且创建13个数组，要求截图其代码与图像。 （注:用python代码）

在Python中，我们可以使用`matplotlib`库来绘制正态分布直方图。首先，我们需要导入必要的库，生成随机数据并将其分到13个数组中。然后我们将数据绘制成直方图。由于这里是一个文本环境，我无法直接提供截图，但我可以给你展示代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 创建5000个随机数，服从标准正态分布（平均值0，标准差1）
data = np.random.randn(5000)

# 将数据分为13组，每组包含400个点
bins = np.linspace(-4, 4, 14)  # 我们选择13个均匀分布的bin，从-4到4
arrays = [data[(bins[i] <= data) & (data < bins[i+1])] for i in range(len(bins)-1)]

# 绘制每个数组的直方图
for i, array in enumerate(arrays):
    plt.figure(i + 1)
    plt.hist(array, bins=bins[i:i+2], edgecolor='black')
    plt.title(f'Array {i+1} with mean={array.mean()} and std={array.std()}')

# 显示所有图形
plt.show()

这段代码将生成13个独立的正态分布直方图，每个直方图表示一个子集的数据。运行这段代码后，你需要自己手动在实际环境中查看生成的图片。