数值数据分布图表与正态性检验的Python实现

数值数据分布图表与正态性检验的Python实现

在数据分析过程中，我们通常需要对数据集进行初步的探索性分析。其中一个重要的环节是理解数值型变量的分布情况，以及判断其是否符合正态分布。Python提供了丰富的工具和库，帮助我们实现这一过程。本文将介绍如何使用Python绘制数值变量的直方图、密度图、箱线图，并通过Shapiro-Wilk检验、QQ图等方法判断其是否符合正态分布。

首先，我们需要导入必要的库，包括numpy、matplotlib和scipy.stats。假设我们有一个数值变量的列表data_list，我们可以使用以下代码绘制直方图：

import matplotlib.pyplot as plt
import numpy as np

plt.hist(data_list, bins=20) # 将数据分成20个区间
plt.show