用到了就记一下= =太多了时间长了慢慢忘了。
目录
1、Q-Q图2、直方图3、shapiro检验1、Q-Q图
我们先看看标准的正态分布图:
stats.probplot(df1['3#3temp'], dist="norm", plot=plt)plt.show()
结果:
2、直方图
plt.hist(df1['3#3temp'])
3、shapiro检验
stats.shapiro(df1[str(a)])
返回值可以看p值,越小就是符合。
最后再说一下= =如果数据不符合正态分布怎么办?
如果偏态不严重可以对数据取平方根来进行转换。如果偏态很严重,则可以对数据进行对数转换。