在Python中，我们可以使用matplotlib和numpy库来画正态分布，以下是详细的步骤：

1、导入必要的库：我们需要导入numpy和matplotlib库，numpy库用于生成正态分布的数据，matplotlib库用于绘制图形。

2、生成数据：我们可以使用numpy的random.normal()函数来生成正态分布的数据，这个函数需要三个参数：均值（mu）、标准差（sigma）和样本数量（size）。

3、绘制图形：我们可以使用matplotlib的hist()函数来绘制直方图，从而展示数据的分布情况，我们还需要使用plt.show()函数来显示图形。

以下是具体的代码：

导入必要的库
import numpy as np
import matplotlib.pyplot as plt
设置参数
mu, sigma = 0, 0.1 # 均值和标准差
s = np.random.normal(mu, sigma, 1000) # 生成正态分布的数据
绘制直方图
count, bins, ignored = plt.hist(s, 30, density=True)
绘制正态分布曲线
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *
         np.exp( (bins mu)**2 / (2 * sigma**2) ),
         linewidth=2, color='r')
plt.show()

在这个代码中，我们首先设置了正态分布的参数（均值和标准差），然后生成了1000个符合这个分布的随机数，接着，我们使用这些数据绘制了一个直方图，并在同一张图上绘制了正态分布曲线，我们使用plt.show()函数显示了这个图形。