python程序判断一列数据是否符合正态分布

要判断一列数据是否符合正态分布，可以使用 Python 中的 SciPy 库中的 normaltest 函数。该函数可以计算样本数据的峰度和偏度，并且基于这些统计量计算一个 p-value，用于检验数据是否符合正态分布。

以下是使用 normaltest 函数判断一列数据是否符合正态分布的示例代码：

from scipy.stats import normaltest
import numpy as np

data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

stat, p = normaltest(data)

alpha = 0.05

if p > alpha:
    print("数据符合正态分布")
else:
    print("数据不符合正态分布")

在上述代码中，首先将数据存储在 numpy 数组中，然后使用 normaltest 函数计算样本数据的峰度和偏度，并且计算一个 p-value。最后，将 alpha 设置为 0.05，如果 p-value 大于 alpha，则认为数据符合正态分布，否则认为数据不符合正态分布。