正态分布可以通过多种编程语言和方法来实现。以下是几种常见编程语言中生成正态分布随机数的方法：
Java
在Java中，可以使用`java.util.Random`类结合正态分布的数学公式来生成随机数。以下是一个简单的示例代码：
```java
import java.util.Random；
import java.util.List；
import java.util.ArrayList；
public class NormalDistribution {
private static final int NUM_SAMPLES = 1000；
private static final double MEAN = 0.0；
private static final double STD_DEV = 1.0；
public static void main（String[] args） {
List // 可以添加数据可视化的代码，例如使用饼状图等 } public static List List Random random = new Random（）； for （int i = 0； i < NUM_SAMPLES； i++） { double value = MEAN + STD_DEV * random.nextGaussian（）； samples.add（value）； } return samples； } } ``` Python 在Python中，可以使用`numpy`库来生成正态分布的随机数。以下是一个简单的示例代码： ```python import numpy as np import matplotlib.pyplot as plt 设置随机种子，确保结果可重现 np.random.seed（42） 生成1000个正态分布的数据 data = np.random.normal（100, 15, 1000） 基础统计分析 mean_val = np.mean（data） std_val = np.std（data） median_val = np.median（data） 画直方图 plt.figure（figsize=（10, 6）） plt.hist（data, bins=30, alpha=0.7, color='skyblue'） plt.axvline（mean_val, color='red', linestyle='dashed', linewidth=2, label=f'均值： {mean_val:.2f}'） plt.title（'实验数据分布'） plt.xlabel（'数值'） plt.ylabel（'频率'） plt.legend（） plt.show（） ``` R语言 在R语言中，可以使用内置的函数来生成正态分布的随机数。以下是一个简单的示例代码： ```r 生成正态分布的随机数 set.seed（42） data <- rnorm（1000, mean = 100, sd = 15） 基础统计分析 mean_val <- mean（data） std_val <- sd（data） median_val <- median（data） 画直方图 hist（data, bins = 30, col = 'skyblue', alpha = 0.7） abline（v = mean_val, col = 'red', lwd = 2, lty = 'dashed'） title（'实验数据分布'） xlabel（'数值'） ylabel（'频率'） legend（"topright", legend = paste（"均值：", mean_val, "标准差：", std_val）, col = "red", lty = "dashed"） ``` C++ 在C++中，可以使用标准库中的数学函数来生成正态分布的随机数。以下是一个简单的示例代码： ```cpp include include include include include int main（） { std::random_device rd； std::mt19937 gen（rd（））； std::normal_distribution<> dis（100, 15）； std::vector for （int i = 0； i < 1000； ++i） { data[i] = dis（gen）； } // 可以添加数据可视化的代码，例如使用饼状图等 return 0； } ``` 这些示例代码展示了如何在不同的编程语言中生成正态分布的随机数，并进行简单的数据可视化。你可以根据自己的需求选择合适的编程语言和工具来实现正态分布的生成和分析。