用python用ｋ－ｓ检验两组数据

使用Python进行K-S检验可以使用`scipy`库中的`kstest`函数。下面是一个示例代码，演示如何使用K-S检验比较两组数据是否来自同一分布：

import numpy as np
from scipy import stats

# 生成两组随机数据，分别服从正态分布和均匀分布
data1 = np.random.normal(size=1000)
data2 = np.random.uniform(size=1000)

# 进行K-S检验
stat, p = stats.ks_2samp(data1, data2)

# 输出检验结果
print('K-S test statistic:', stat)
print('p value:', p)

# 根据p值进行假设检验
alpha = 0.05
if p < alpha:
    print('Reject the null hypothesis')
else:
    print('Fail to reject the null hypothesis')

在以上示例中，我们生成了两组随机数据，分别服从正态分布和均匀分布。然后使用`stats.ks_2samp()`函数进行K-S检验，得到了检验统计量和p值。根据p值进行假设检验，如果p值小于设定的显著性水平，就拒绝原假设，否则就接受原假设。