找到一个python变换函数或numpy矩阵，将偏斜的正态分布转换为正态分布

Question

我有一个输入数据集（DataFrame / numpy矩阵），它具有偏斜的正态分布。我试图找到python转换函数（或numpy矩阵），它将输入数据集转换为没有倾斜的正态分布。

我看过curve_fit（在scipy.optimize中），我不确定如何应用它。

有一种简单的方法吗？

Answer 1

我做过两件事之一：

• 使用box-cox transformations。这需要您找到适当的功率或lambda，将您的数据转换为零偏斜。
• 强制正常分发。

实施例

from scipy.stats import norm

df = pd.DataFrame(np.random.rand(1000), columns=['Uniform'])
df['Normal'] = norm.ppf((df.Uniform.rank() - .5) / len(df))
df.plot(kind='kde')

df.skew()

Uniform    2.392991e-02
Normal     2.114051e-15
dtype: float64