python绘制qq图_Python中作QQ图（quantilequantile Plot）

Q-Q图主要可以用来回答这些问题：

两组数据是否来自同一分布

PS：当然也可以用KS检验，利用python中scipy.stats.ks_2samp函数可以获得差值KS statistic和P值从而实现判断。

两组数据的尺度范围是否一致

两组数据是否有类似的分布形状

前面两个问题可以用样本数据集在Q-Q图上的点与参考线的距离判断；而后者则是用点的拟合线的斜率判断。

用Q-Q图来分析分布的好处都有啥？(谁说对了就给他)

两组数据集的大小可以不同

可以回答上面的后两个问题，这是更深入的数据分布层面的信息。

那么，Q-Q图要怎么画呢？

将其中一组数据作为参考，另一组数据作为样本。样本数据每个值在样本数据集中的百分位数(percentile)作为其在Q-Q图上的横坐标值，而该值放到参考数据集中时的百分位数作为其在Q-Q图上的纵坐标。一般我们会在Q-Q图上做一条45度的参考线。如果两组数据来自同一分布，那么样本数据集的点应该都落在参考线附近；反之如果距离越远，这说明这两组数据很可能来自不同的分布。

python中利用scipy.stats.percentileofscore函数可以轻松计算上诉所需的百分位数；而利用numpy.polyfit函数和sklearn.linear_model.LinearRegression类可以用来拟合样本点的回归曲线

from scipy.stats import percentileofscore

from sklearn.linear_model import LinearRegression

import pandas as pd

import matplotlib.pyplot as plt