Python正态性检验(最简单的方法)

正态分布也被成为高斯分布。我最讨厌理论了，实在是网上理论太多。。。看不进去。

直接2个步骤：

1. 做Hist图（直方图）
2. 用KStest检验P值

import pandas as pd
import os 
import numpy as np
import matplotlib.pyplot as plt

os.chdir('C://Users//username//Desktop')

df=pd.read_csv('test.csv',encoding='gbk')

df['casual'].hist(bins=20)
df['casual'].plot(kind='kde',secondary_y=True) #设定次轴

from scipy import stats

u=df['casual'].mean() #计算均值
std=df['casual'].std() #计算标准差
stats.kstest(df['casual'],'norm',(u,std))

结论：

1. 从直方图也能看出右偏态严重
2. 做了高斯检验，P值<0.05就不是正态分布