使用Python中的random_normal()函数生成20条正态分布数据样本集合

random_normal()函数是Python中random模块中的一个函数，用于生成服从标准正态分布（均值为0，标准差为1）的随机数。我们可以使用此函数生成一组正态分布的数据样本集合。

在使用random_normal()函数之前，需要先导入random模块。下面是一个使用random_normal()函数生成20条正态分布数据样本集合的例子：

import random

sample_size = 20
mean = 50
std_dev = 10

data = [random.normalvariate(mean, std_dev) for _ in range(sample_size)]

print(data)

在上面的例子中，首先定义了样本集合的大小为20（sample_size = 20），即希望生成20条数据。然后定义了正态分布的均值为50（mean = 50），标准差为10（std_dev = 10）。接着使用列表推导式生成20条服从指定均值和标准差的正态分布随机数，最后将结果打印出来。

运行以上代码，可能的输出结果如下：

[58.13991947820939, 52.30188044590715, 61.21042564692591, 39.87319097813804, 46.20158694032076, 
34.892757297674574, 61.704362651190074, 41.702164776649885, 45.850449741603456, 62.170932997430096, 
62.65606559212467, 47.999185045388896, 41.091903222078646, 40.64793002952897, 41.26939501667056, 
56.19852901584745, 52.65475554555074, 36.424889643704814, 59.22445927847106, 48.96180048028415]

可以看到，生成的20条数据是服从均值为50，标准差为10的正态分布的随机数。

需要注意的是，random_normal()函数生成的是一个单个的随机数，如果希望生成一个样本集合，可以使用上述的列表推导式来生成。另外，可以通过调整mean和std_dev的值来控制生成正态分布随机数的均值和标准差。