用def函数写一段SW检验的python代码

SW检验（Shapiro-Wilk test）是用于检验一个数据集是否符合正态分布的一种统计检验方法。下面是使用def函数编写SW检验的Python代码示例：

from scipy import stats

def sw_test(data):
    """
    使用Shapiro-Wilk test检验数据是否符合正态分布。
    参数：
        - data: 待检验的数据，可以是列表、元组或数组等序列类型。
    返回值：
        - 如果数据符合正态分布，则返回True；否则返回False。
    """
    # 执行SW检验，并返回统计量W和p值
    stat, p = stats.shapiro(data)
    
    # 根据p值进行判断，如果小于等于0.05，则拒绝原假设，即数据不符合正态分布，返回False；否则接受原假设，即数据符合正态分布，返回True
    if p <= 0.05:
        return False
    else:
        return True

上面的代码中，我们使用了SciPy库中的`stats.shapiro()`函数执行SW检验，然后根据p值来判断数据是否符合正态分布。如果p值小于等于0.05，则拒绝原假设，即数据不符合正态分布，返回False；否则接受原假设，即数据符合正态分布，返回True。