import scipy.stats as stats
x=stats.uniform.rvs(size=20)
#产生20个在[0，1]均匀分布的随机数
y=stats.beta.rvs(size=20,a=3,b=4)
产生20个服从参数a=3，b=4的贝塔分布随机数
z=stats.norm.rvs(size=20,loc=0,scale=1)
产生了20个服从[0，1]正态分布的随机数
x=stats.poisson.rvs(0.6,loc=0,size=20)
产生poisson分布
假设给定的样本服从某种分布，如何验证？
import numpy as np
import scipy.stats as stats
normDist=stats.norm(loc=2.5,scale=0.5)
z=normDist.rvs(size=400)
mean=np.mean(z)
med=np.median(z)
dev=np.std(z)
print('mean=',mean,' med=',med,' dev=',dev)
设z是实验获得的数据，如何验证它是否是正态分布的？
假设给定的样本服从某种分布，如何验证？
statVal, pVal = stats.kstest(z,'norm',(mean,dev))
print('pVal=',pVal)
计算得到：
pVal= 0.667359687999
结论：我们接受假设，既z数据是服从正态分布的