Python是一门非常流行的编程语言，它有非常丰富的库和工具来支持数据分析和可视化。其中，Matplotlib是一个非常强大的绘图库，可以画出各种类型的图表，例如：散点图、折线图、柱状图等。本文将介绍如何使用Matplotlib来画出正态分布曲线。

import matplotlib.pyplot as plt
import numpy as np
# 设定均值和方差
mu, sigma = 0, 0.1 
# 生成正态分布随机数
s = np.random.normal(mu, sigma, 1000) 
# 画出直方图
count, bins, ignored = plt.hist(s, 30, density=True)
# 生成正态分布曲线
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *
np.exp( - (bins - mu)**2 / (2 * sigma**2) ),
linewidth=2, color='r')
plt.show()

首先，我们导入所需的库，包括Matplotlib和Numpy。然后，我们设定了均值和方差（即$\mu$和$\sigma$）。接着，我们使用Numpy中的random.normal函数来生成正态分布的随机数，这里我们生成了1000个。这里的参数“density=True”表示我们绘制的是概率密度函数（PDF），因此，我们得到的y轴数值是概率密度而不是数据点的数量。

接下来，我们使用Matplotlib中的hist函数来绘制直方图。这里的参数“30”表示我们将数据分成了30个区间。函数将数据分成多个区间，并计算每个区间的值得数量。最后，我们用Matplotlib的plot函数画出正态分布曲线。当然，实际上这就是用正态分布的函数公式描绘出来的曲线。

最后，我们使用Matplotlib中的show函数来显示我们画出的图。