使用 Seaborn 和 SciPy 绘制分位数-分位数图答案

【问题标题】：Quantile-Quantile Plot using Seaborn and SciPy使用 Seaborn 和 SciPy 绘制分位数-分位数图
【发布时间】：2018-04-06 17:06:22
【问题描述】：

谁能给我一个方法在 Seaborn 中做一个qq plot 来测试数据的正态性？或者失败了，至少在 matplotlib 中。

提前致谢

【问题讨论】：

看看statsmodels.org/dev/generated/…

标签： python-3.x matplotlib scipy seaborn normal-distribution

【解决方案1】：

阅读维基百科文章后，我了解到 QQ 图是两个分布的分位数相互对比的图。

numpy.percentile 允许获取分布的百分位数。因此，您可以在每个分布上调用 numpy.percentile 并将结果相互绘制。

import numpy as np
import matplotlib.pyplot as plt

a = np.random.normal(5,5,250)
b = np.random.rayleigh(5,250)

percs = np.linspace(0,100,21)
qn_a = np.percentile(a, percs)
qn_b = np.percentile(b, percs)

plt.plot(qn_a,qn_b, ls="", marker="o")

x = np.linspace(np.min((qn_a.min(),qn_b.min())), np.max((qn_a.max(),qn_b.max())))
plt.plot(x,x, color="k", ls="--")

plt.show()

【讨论】：

请注意，上述方法的样本来自正态分布，因此该图是一个近似值，而通常理论量用于 QQ 图。见docs.scipy.org/doc/scipy/reference/generated/…

【解决方案2】：

试试statsmodels.api.qqplot()。

使用与上面相同的数据，这个例子显示了一个正态分布与正态分布的对比，得到了相当直线：

import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm

a = np.random.normal(5, 5, 250)
sm.qqplot(a)
plt.show()

此示例显示了针对正态分布绘制的瑞利分布，导致曲线略微凹入：

a = np.random.rayleigh(5, 250)
sm.qqplot(a)
plt.show()

【讨论】：

【解决方案3】：

我不确定这是否仍然是最近的，但我注意到两个答案都没有真正解决这个问题，它询问如何使用 scipy 和 seaborn 进行 qq-plots，但没有提到 statsmodels。其实 qq-plots 在 scipy 中可以用 probplot 这个名字：

from scipy import stats
import seaborn as sns
stats.probplot(x, plot=sns.mpl.pyplot)

probplot 的 plot 参数可以是任何具有 plot 方法和 text 方法的东西。 Probplot 在其支持的理论分布类型方面也非常灵活。

【讨论】：

如文档中所述，这会生成一个不是 qq 图的“概率图”

【解决方案4】：

seaborn-qqplot addon documentation 显示了一个示例。 Also see.

使用 pycharm 和 windows 10 我在安装库时遇到了困难：

pip install seaborn-qqplot

在我的虚拟环境中。导入行：

from seaborn_qqplot import pplot

未被识别。

使用（PyCharm 的命令）：文件 -> 设置 -> 项目 -> Python 解释器 -> +（安装）我可以从 seaborn_qqplot 导入 pplot 并可以创建一个分位数 - 分位数图。

【讨论】：