我有一个列名为df[‘空气温度’](数据类型-float64)
我想将此列转换为正态分布,以便使用Imperic规则查找95,99%CI。 或任何其他方法也可以找到95%,995%的CI
zi=df['Air_temperature']
from sklearn.preprocessing import MinMaxScaler
min_max=MinMaxScaler()
df_minmax=pd.DataFrame(min_max.fit_transform(zi))
df_minmax.head()
我尝试了这段代码,但我得到了[Expected 2D array,Get 1D array It:error]即使我应用了重塑操作,我仍然得到了错误。请向我推荐任何将数据转换为正态分布或正态分布的方法&;查找CI
我将使用类似This的答案将高斯(正态分布)曲线拟合到数据,然后使用生成的分布和scipy.stats方法
.interval(0.95)
{a2}给出包含95%CDF的端点例如:
输出:
相关问题 更多 >
编程相关推荐