功能：将一维非正态分布数据转化为正态分布
输入：xlsx文件含有”患者密度（人/10万人）”一列
输出：将”患者密度（人/10万人）”一列转换为正态分布，并输出
实现代码：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib
from scipy import stats
import warnings
warnings.filterwarnings("ignore")
def Box_Cox(file,sheet_name):
df1 = pd.read_excel(file,sheet_name)
print(df1["患者密度（人/10万人）"])
sns.distplot(df1["患者密度（人/10万人）"],color = "#D86457")
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False
plt.show()
fig = plt.figure()
ax = fig.add_subplot(111)
stats.boxcox_normplot(df1["患者密度（人/10万人）"], -20, 20,plot = ax)
plt.axvline(x = stats.boxcox_normmax(df1["患者密度（人/10万人）"]),color = "#D86457")
plt.show()
print(stats.boxcox_normmax(df1["患者密度（人/10万人）"]))
x = stats.boxcox(df1["患者密度（人/10万人）"],stats.boxcox_normmax(df1["患者密度（人/10万人）"]))
sns.distplot(x,color = "#D86457")
plt.show()
df=pd.DataFrame(x,columns=['转换'])
print(df)
if __name__=='__main__':
Box_Cox("F:\医学大数据课题\论文终稿修改\实验\差异性分析.xlsx",sheet_name='人口密度分组')
结果展示：
关注数据杂坛学习更多！
Original: https://blog.csdn.net/sinat_41858359/article/details/124550765
Author: 不再依然07
Title: python实现非正态分布转正态分布（BoxCox转换）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/639515/
转载文章受原作者版权保护。转载请注明原作者出处！