quantile-quantile plot代码

下面是一个示例代码，用于绘制quantile-quantile plot：

import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as stats

# 生成一些随机数据
np.random.seed(0)
data = np.random.normal(loc=0, scale=1, size=1000)

# 计算数据的分位数
quantiles = np.arange(0.01, 1, 0.01)
data_quantiles = np.percentile(data, quantiles * 100)

# 计算理论分位数
theoretical_quantiles = stats.norm.ppf(quantiles)

# 绘制quantile-quantile plot
plt.figure(figsize=(6, 6))
plt.scatter(theoretical_quantiles, data_quantiles)
plt.plot([-3, 3], [-3, 3], color='red', linestyle='--')
plt.xlabel('Theoretical Quantiles')
plt.ylabel('Data Quantiles')
plt.title('Quantile-Quantile Plot')
plt.grid(True)
plt.show()

这段代码使用了NumPy和Matplotlib库来生成随机数据，并利用SciPy库计算数据和理论分位数。然后，使用Matplotlib库绘制quantile-quantile plot，其中红色虚线表示理论分位数和数据分位数相等的点。