randn(N, M, ...) 生成一个NM...的正态分布（平均值为0，标准差为1）的ndarray
normal(size=(N,M,...)) 生成一个NM...的正态（高斯）分布的ndarray

>>> import numpy as np
>>> np.random.normal(size=(3,4))
array([[-0.80403424, -2.26403495,  1.39152869, -0.90893755],
       [-0.2589969 , -1.31959684,  1.09861245, -0.53453221],
       [ 1.66536752, -0.78309767,  1.38870488,  1.0001    ]])
>>> np.random.randn(3,4)
array([[-0.28923004,  0.14990385, -0.22618601, -0.18700602],
       [ 0.39336849, -0.14007346, -0.15958946, -0.60184563],
       [ 1.68451529,  0.04972581,  0.50062887,  0.61770662]])

randn和normal是不是一个意思? 都是生成正态分布的ndarray？ 到底是生成什么样的数组呢？比如这两个数组到底有什么性质，所以才被称为服从“正态分布”的数组呢？

“若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N（μ，σ^2）。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ=0，σ=1时的正态分布是标准正态分布。”

“正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。正态曲线呈钟型，两头低，中间高，左右对称，曲线与横轴间的面积总等于1。”

这个公式又是怎么回事？怎么得来的？

概率论真的不好理解啊。