使用Seaborn和SciPy绘制分位数-分位数图

Question

有没有人可以告诉我如何在Seaborn中进行qq图，作为测试数据正态性的方法？如果不行，至少在matplotlib中能不能做到。

先谢谢了。

- Harvs

---

请查看http://www.statsmodels.org/dev/generated/statsmodels.graphics.gofplots.qqplot.html。 - Warren Weckesser

Answer 1

阅读维基百科文章后，我了解到Q-Q图是两个分布的分位数相互对比的图形。 numpy.percentile可用于获取分布的百分位数。因此，您可以在每个分布上调用numpy.percentile并将结果绘制到一起。

import numpy as np
import matplotlib.pyplot as plt

a = np.random.normal(5,5,250)
b = np.random.rayleigh(5,250)

percs = np.linspace(0,100,21)
qn_a = np.percentile(a, percs)
qn_b = np.percentile(b, percs)

plt.plot(qn_a,qn_b, ls="", marker="o")

x = np.linspace(np.min((qn_a.min(),qn_b.min())), np.max((qn_a.max(),qn_b.max())))
plt.plot(x,x, color="k", ls="--")

plt.show()

- ImportanceOfBeingErnest

---

请注意，上述方法从正态分布中进行抽样，因此绘图是一种近似方法，而通常使用理论量来制作QQ图。请参见https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.norm.html。 - Simon

事实上，@Harvs 还明确询问了一种与理论分布进行比较的方法。 - Ingo

Answer 2

尝试使用statsmodels.api.qqplot()。

使用与上面相同的数据，此示例显示了绘制在正态分布上的正态分布，结果是相当直的线：

import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm

a = np.random.normal(5, 5, 250)
sm.qqplot(a)
plt.show()

该示例展示了一张瑞利分布与正态分布对比绘制的图表，呈现出略微凹陷的曲线：

a = np.random.rayleigh(5, 250)
sm.qqplot(a)
plt.show()

- leonkato

Answer 3

我不确定这是否仍然是最新的，但我注意到两个答案都没有真正回答这个问题，它询问如何使用scipy和seaborn进行qq图，但没有提到statsmodels。实际上，scipy中可以使用probplot函数来制作qq图：

from scipy import stats
import seaborn as sns
stats.probplot(x, plot=sns.mpl.pyplot)

probplot的plot参数可以是任何具有plot方法和text方法的对象。probplot对支持的理论分布类型也非常灵活。

- Ingo

---

根据文档所述，这将生成一个“概率图”，它不是QQ图。 - ScarletPumpernickel

stats.probplot(x, dist='norm', plot=plt) - gregV

确实，@gregV，但dist='norm'是默认设置。因此这更加简洁一些。指定plot=sns.mpl.pyplot是因为@Harvs要求使用seaborn来获取这些图形。 - Ingo

Answer 4

在seaborn-qqplot addon documentation中展示了一个例子。还可以参考其他资料。

在使用pycharm和windows 10时，我在安装库时遇到了困难：

pip install seaborn-qqplot

在我的虚拟环境中。导入代码行：

from seaborn_qqplot import pplot

未被识别。

通过（PyCharm的命令）：文件 -> 设置 -> 项目 -> Python解释器 -> +（安装），我可以从seaborn_qqplot中导入pplot，并创建一个分位数-分位数图。

- Uwe Schweinsberg