Python怎么检验数据分布？ 我有几百M的数据，数据属于有性别，工资，地域，年龄，工作年限，行业等信息。怎么用Python检验数据到底…
Python 如何做t检验，T检验，亦称tudett检验，主要用于样本含量较小（例如lt30），总体标准差σ未知的正态分布。
Python怎么检验数据分布 import matplotlib.pyplot as pltimport matplotlib.mlab as mlabimport numpy as npimport pydotplusimport csvimport scipy.stats as ssgame=[]#game是一个列表，你自己弄一个自己的数据列表即可x=np.array(game)#x要处理成这个样子：N=30counts，bins=np.histogram(x，bins=N)bin_width=bins[1]-bins[0]total_count=float(sum(counts))f，ax=plt.subplots(1，1)f.suptitle('query_uri')ax.bar(bins[：-1]+bin_width/2.，counts，align='center'，width=.85*bin_width)ax.grid('on')def fit_pdf(x，name='lognorm'，color='r')：dist=getattr(ss，name)#params=shape，loc，scaledist=ss.gamma#3 paramsparams=dist.fit(x，loc=0)#1-day lag minimum for shippingy=dist.pdf(bins，*params)*total_count*bin_widthsqerror_sum=np.log(sum(ci*(yi-ci)*2.for(ci，yi)in zip(counts，y)))ax.plot(bins，y，color，lw=3，alpha=0.6，label='%s err=3.2f'%(name，sqerror_sum))return ycolors=['r-'，'g-'，'r：'，'g：']for name，color in zip(['exponweib'，'t'，'gamma']，colors)：#'lognorm'，'erlang'，'chi2'，'weibull_min'，分号后面的分布也可以打进去 线条颜色自己加y=。
