python 绘制q-q图代码

python 绘制q-q图代码

今天，我们附上一份python绘制q-q图的代码
简单介绍一下思路
1.首先，我们需要对我们绘制的两份数据排序，然后，用散点图绘制在图例上
2.之后，绘制散点拟合曲线，下面代码结果图下：
q-q图的原理也很重要：数据中一串数目的每个点都是该数据的某分位点，把这些点的（称为样本分位数点）和相应的理论上的分位数配对做出散点图，如果该数据服从正态分布，那么该图看上去应该像一条直线，否则就不服从正态分布。

import numpy as np
import matplotlib.pyplot as plt

def linear_regression(x, y):
  N = len(x)
  sumx = sum(x)
  sumy = sum(y)
  sumx2 = sum(x ** 2)
  sumxy = sum(x * y)
  A = np.mat([[N, sumx], [sumx, sumx2]])
  b = np.array([sumy, sumxy])
  return np.linalg.solve(A, b)
x=np.array([23,23,27,27,39,41,47,49,50,52,54,54,56,57,58,58,60,61])

y=np.array([9.5,26.5,7.8,17.8,31.4,25.9,27.4,27.2,31.2,34.6,42.5,28.8,33.4,30.2,34.1,32.9,41.2,35.7])  # 9个数据
a0, a1 = linear_regression(x, y)
y_s=y.copy()
y_s.sort()

y2 = [a0 + a1 * x for x in x]

fig=plt.figure(figsize=(6,6))
plt.xlabel('age')
plt.ylabel('%fat')
plt.scatter(x, y_s,label='qq_plot')
#plt.plot([40,65],[25,38])#该条曲线应该通过拟合来画
plt.plot( x, y2)
#plt.tick_params(axis='both',which='major',labelsize=14)

plt.show()