如何创建一个函数来测试每个变量的正态性

Question

我正在尝试构建一个迭代返回 i) JarqueBera 测试统计数据、ii) JarqueBera pvalue、iii) 概率图的斜率、截距和确定系数以及 iv) 概率图本身的函数。 All 旨在一次返回单个变量。

def normality(c):
    JB_test_stat = ss.jarque_bera(c)[0]
    JB_pval = ss.jarque_bera(c)[1]
    probplot_slope = ss.probplot(c, plot = plt)[1][0]
    probplot_interc = ss.probplot(c, plot = plt)[1][1]
    probplot_r = ss.probplot(c, plot = plt)[1][2]
    return(print("Skewness:",c.skew(),"\nExcess kurtosis:",c.kurt(),"\nJarque-Bera stat:",JB_test_stat," pvalue:", JB_pval,"\nSlope:",probplot_slope,"Intercept:",probplot_interc, "r:",probplot_r,"\n"))

不幸的是，当我在我的数据框 [numeric_cols] 上调用该函数时，作为 numeric_cols 列表，

for c in numeric_cols:    
    normality(df[c])

我在 return 语句中正确地得到了所有的数字结果，但在底部一个单一的概率图，所有变量都以凌乱的方式绘制，而我期望得到每个变量的数字结果及其对应的概率图。

偏度：0.1004187952160102 过度峰度：-0.543819517693596 Jarque-Bera 统计：7.593972235734294 pvalue：0.022438296430201454 坡度：4.3135147782152465 截距：25.5 r：0.9947611456706487

偏度：-0.1560130144763728 过度峰度：-1.2824901951466612 雅克-贝拉统计：38.56183464454786 pvalue：4.23061985443951e-09 斜率：11.492550446207257 截距：19.535714285714285 r：0.9668502992894236

偏度：0.2347601433103727 过度峰度：-1.242639192300385 雅克-贝拉 stat: 39.0662449724179 pvalue: 3.287552452491127e-09 斜率：11.545683807955731 截距：15.714285714285714 r：0.9647448407831439

偏度：0.24353437856100904 过度峰度：-1.1969521906230485 雅克-贝拉统计：36.98912338336009 pvalue：9.287822622106034e-09 斜率：1013.985374629207 截距：1411.4436090225563 r：0.9682492605786011

偏度：2.837876986150242 超峰态：9.5166283306540​​08 雅克-贝拉统计：2675.4455000782764 pvalue：0.0 斜率：2.6057664781688454 截距：1.8533834586466167 r：0.7776054895177505

偏度：2.406153102778617 超峰态：7.002529753885085 Jarque-Bera 统计：1573.6596724989513 pvalue：0.0 斜率：1.714847443415902 截距：1.287593984962406 r：0.8152919114915671

偏度：0.9337529310147361 超峰态：0.45862734243889847 雅克-贝拉统计：81.22389376608798 pvalue：0.0 坡度：605.3354149443196 截距：717.75 r：0.9550404156079808

偏度：-3.030640857636996 超峰态：15.686541621050898 雅克-贝拉 stat: 6154.761075129672 pvalue: 0.0 斜率：11.37955609488042 截距：77.82387218045113 r：0.8711740556551902

偏度：6.398317104228115 超峰态：49.10097819497357 雅克-贝拉统计：56029.69126113364 pvalue：0.0 斜率：0.41431397013222515 截距：0.1917293233082707 r：0.48503363895959983

偏度：6.204252341215679 超峰态：47.28662289867727 雅克-贝拉统计：52010.755388690835 pvalue：0.0 斜率：0.4947086253584861 截距：0.23496240601503762 r：0.5050004904368586

偏度：2.06633193738682 超峰态：5.770784034742405 雅克-贝拉统计：1098.0175308306793 pvalue：0.0 斜率：0.12821997057404685 截距：0.11328947368421052 r：0.8619773533976459

偏度：2.9189857433086495 超峰态：16.837230233306762 雅克-贝拉统计：6909.724155123523 pvalue：0.0 斜率：0.07805612907589729 截距：0.07265037593984962 r：0.8632361803763113

偏度：1.2633082232077495 超峰态：1.5265390704578943 雅克-贝拉统计：190.6495836394772 pvalue：0.0 斜率：2.09821120102269 截距：2.1146616541353382 r：0.9211028014650718

偏度：3.091346622737553 超峰态：8.530683362863476 雅克-贝拉 stat: 2421.371001114453 pvalue: 0.0 斜率：0.16657862407594715 截距：0.09022556390977444 r：0.5658043763386988

如何解决？ 先谢谢大家了

Answer 1

只需在您的函数中添加一个plt.figure()，这样每次调用该函数都会打开一个新图形。
另一方面，使用return(print('stuff')) 是多余的。如果您真的想打印结果，那么只需使用 print 而不使用 return。
返回您当前正在打印的值，然后在外部打印它们会更符合 Python 且通常更好的做法：

def normality(c):
    JB_test_stat = ss.jarque_bera(c)[0]
    JB_pval = ss.jarque_bera(c)[1]
    probplot_slope = ss.probplot(c, plot = plt)[1][0]
    probplot_interc = ss.probplot(c, plot = plt)[1][1]
    probplot_r = ss.probplot(c, plot = plt)[1][2]
    return c.skew(), c.kurt(), JB_test_stat, JB_pval, probplot_slope, probplot_interc, probplot_r


for c in numeric_cols:    
    c.skew(), c.kurt(), JB_test_stat, JB_pval, probplot_slope, probplot_interc, probplot_r = normality(df[c])
    print("Skewness:",c.skew(),
          "\nExcess kurtosis:",c.kurt(),
          "\nJarque-Bera stat:",JB_test_stat,
          " pvalue:", B_pval,
          "\nSlope:",probplot_slope,
          "Intercept:",probplot_interc, 
          "r:",probplot_r,"\n")