输入均值与标准差——或粘贴原始数据自动估算——这个正态分布曲线生成器会画出钟形曲线，为任意区间标注精确概率，即时导出。
正态分布曲线（也叫钟形曲线或高斯曲线）的图形只有一个峰值，峰值就是均值，两侧对称地衰减，衰减的快慢完全由标准差决定。当一个测量值是许多微小、独立的因素叠加而成时——比如身高、测量误差，或者大样本的平均值——它就会自然呈现这个形状。这背后是中心极限定理在起作用，而不是所有数据天生都长这个样子。
中心极限定理是有适用前提的，很多日常数据其实并不满足。收入、城市人口、词频这类数据右侧拖着长尾，明显偏态，均值被极端值拉得偏离大多数样本实际所在的位置，用对称的正态分布去套会明显失真。稀有事件的计数（比如每批产品的缺陷数、每小时的来电数）更接近泊松分布，只有在平均计数足够大时才会趋近钟形。被限制在 0-100 之间的百分比、卡在量表两端的评分、以及混合了两个不同子群体的数据（双峰分布），同样很难被一条对称曲线拟合好。
在正态假设成立的前提下，标准差描述的是数值围绕均值的离散程度——σ 越小，观测值越集中在均值附近；σ 越大，同样的概率被摊到更宽的范围里。这只是对离散程度的描述，不是把个体互相比较、排出高低。在直接读 σ 或某个百分位之前，先看看原始数据本身：画一张直方图，或者切换到本生成器的「从数据估算」模式，确认数据形状确实是单峰、大致对称的。
用这个生成器画出的四种正态分布曲线，从教科书式的标准曲线到两条曲线并排对比。
均值为 0、标准差为 1，是所有 z 分数表和 z 分数换算的参照曲线，图中标出了 ±1σ/2σ/3σ 分界与 68/95/99.7 的区间百分比——任何其他均值和标准差的正态分布曲线，最终都要换算回这条标准曲线才能查表。
把一个班的考试成绩画成正态分布曲线，用 σ 分界标出中间 68% 和 95% 的成绩大致落在哪个区间——这是在看一次考试对分数的区分度如何，不是在给学生排名或分配等级。
一项生产测量值围绕目标值分布，图中上色区域标出零件需要落在其中的公差带——这个区间内的精确占比，用的是本工具为任意区间统一采用的误差函数积分算法，不是查表估算。
同一个均值、两个不同标准差的曲线叠放在一起，一眼能看出标准差更小的钟形曲线为什么更高更窄，而标准差更大的那条把同样的概率摊得更宽更平。
输入均值和标准差，这个正态分布曲线生成器会实时重新画出钟形曲线——不用打开表格软件写公式，也不用另开绘图工具，两个数字就能得到一张可直接使用的曲线图。
不用先自己算好均值和标准差，直接粘贴一列测量值，这个生成器会计算出样本均值与样本标准差，再把匹配的正态分布曲线画在你的数据之上。
打开 σ 分界开关，正态分布曲线下 68%、95%、99.7% 的概率范围会直接以色块标出——经验法则不再是要背下来的数字，而是一眼能看到的区域。
自己设定一个上下界，这个生成器会给该区间上色，并在旁边标出用误差函数算出的精确概率，而不是从查表估计——需要时还能叠加 z 分数刻度或第二条对比曲线，一条钟形曲线不够用就再加一条。
四步就能把两个数字——或者一列原始数据——通过这个生成器变成一张导出的正态分布曲线图。
直接输入均值和标准差，或者切换到数据模式粘贴一列原始测量值——这个正态分布曲线生成器会帮你算出样本均值和标准差并重新画图。
打开 ±1σ/2σ/3σ 分界，直接看到 68/95/99.7 的区间划分，或者自己设定上下界给某个区间上色，读出它的精确概率。
叠加一行 z 分数刻度，标出某个百分位对应的位置，或者输入第二组均值和标准差，把两条分布曲线画在同一张图上比较。
曲线、色块和标签会随你的输入实时重画，等它看起来对了，就下载 SVG 方便后续编辑，或者下载 PNG 直接放进幻灯片或报告。
关于如何读懂、绘制并信任一条正态分布曲线，这里是最常被问到的问题。
输入数字，或粘贴原始数据，给需要的区间上色，下载一张能直接用在报告或幻灯片里的正态分布曲线图——免费，无需注册。
