正态性检验

判断 pd.Series 数据是否符合正态分布，可以采用以下几种方法。

计算偏度

偏度（Skewness）是衡量数据分布对称性的统计量。如果偏度大于 0，则数据分布是右偏的（正偏斜）；如果偏度小于 0，则数据分布是左偏的（负偏斜）。

import pandas as pdskewness = self.df_train['SalePrice'].skew()
if skewness > 0:print('Data presents a right skewed distribution.')
elif skewness < 0:print('Data presents a left skewed distribution.')
else:print('Data presents a normal distribution.')

Shapiro-Wilk 检验

Shapiro-Wilk 检验是一个常用的检验方法，可以用来检验数据是否服从正态分布。如果 p-value 值高于显著性水平（如 0.05），则不能拒绝数据服从正态分布的假设。

import pandas as pd
import scipy.stats as statsshapiro_test = stats.shapiro(self.df_train['SalePrice'])
if shapiro_test[1] > 0.05:print('Data presents a normal distribution.')
else:print('Data presents a skewed distribution.')

绘制图形

使用直方图和核密度估计图来直观地查看数据分布的形状。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as pltsns.displot(self.df_train['SalePrice'], kde=True)
plt.title('Data distribution of target variable')plt.show()

Shapiro-Wilk 等正态性检验对样本量较小的数据集可能不够敏感，而且某些类型的非正态分布数据也可能无法被检验准确识别。因此，图形方法和偏度计算可以作为补充手段，帮助我们更全面地理解数据的分布特性。