python scipy.stats 正态分布_Python Scipy stats.normaltest()用法及代码示例

scipy.stats.normaltest(array, axis=0)功能检验样品是否与正态分布不同。此函数检验样本所来自的总体的零假设。

参数：

array:具有元素的输入数组或对象。

axis :正态分布测试将沿其计算的轴。默认情况下，轴= 0。

返回：对数据集进行假设检验的k2值和P-value。

代码1：

# Performing normaltest

from scipy.stats import normaltest

import numpy as np

import pylab as p

x1 = np.linspace( -5, 5, 1000 )

y1 = 1./(np.sqrt(2.*np.pi)) * np.exp( -.5*(x1)**2  )

p.plot(x1, y1, '.')

print( '\nNormal test for given data:\n', normaltest(y1))

输出：

Normal test for given data:

NormaltestResult(statistic=146.08066794511544, pvalue=1.901016994532079e-32)

代码2：

# Performing normaltest

from scipy.stats import normaltest

import numpy as np<