正态分布，也称为高斯分布，是统计学中最常见的一种连续概率分布。它具有以下基本特征：
1. 对称性：正态分布是关于其均值对称的，即均值左侧和右侧的分布形状相同。
2. 单峰性：正态分布只有一个峰值，即数据集中最多的值所在的位置。
3. 钟形：正态分布的图形呈钟形，中间高，两边低，形状类似于一个倒置的U形。
4. 均值、中位数和众数相等：在正态分布中，均值、中位数和众数是相同的，这是正态分布的一个独特性质。
5. 标准差：正态分布的形状由其均值和标准差决定。标准差越大，分布越分散；标准差越小，分布越集中。
6. 68-95-99.7规则：在正态分布中，大约68%的数据值位于均值的一个标准差范围内，95%的数据值位于均值的两个标准差范围内，99.7%的数据值位于均值的三个标准差范围内。
7. 渐进性：正态分布是许多随机变量分布的极限分布，这意味着当样本量足够大时，许多分布会趋近于正态分布。
8. 中心极限定理：根据中心极限定理，当独立随机变量的数量足够多时，它们的和（或平均值）会趋近于正态分布。
这些特征使得正态分布成为统计学中一个非常有用的工具，广泛应用于各种领域，如质量控制、生物统计学、经济学等。
