调用scipy包的stats统计模块，可以直接得出不同分布的分为点的值，相对于，查表，或使用excel，使用起来会更加便捷

下面是需要用到的函数和代码，使用简单方便。

正态分布

from scipy import stats#显著性水平a = 0.05# 单测 左分位点norm_a_left = stats.norm.ppf(a)# 单侧 右分位点norm_a_right = stats.norm.isf(a)# 双侧分位点norm_a_2 = stats.norm.interval(1-a)print('单侧左分位点：',norm_a_left )print('单侧右分位点：',norm_a_right )print('双侧分位点：',norm_a_2 )

单侧左分位点： -1.6448536269514729

单侧右分位点： 1.6448536269514729

双侧分位点： (-1.959963984540054, 1.959963984540054)

t分布

from scipy import stats#显著性水平a = 0.05#自由度 df = 6# 单侧 左分位点T_a_left =stats.t.ppf(a,df)# 单侧 右分位点T_a_right =stats.t.isf(a,df)# 双侧分位点T_a_2 = stats.t.interval(1-a,df)print('单侧左分位点：',T_a_left)print('单侧右分位点：',T_a_right)print('双侧分位点：',T_a_2)

单侧左分位点： -1.943180280392782

单侧右分位点： 1.943180280392782

双侧分位点： (-2.4469118487916806, 2.4469118487916806)

卡方分布

from scipy import stats#显著性水平a = 0.05# 自由度df = 16# 单侧 左分位点X2_a_left =stats.chi2.ppf(a,df)# 单侧 右分位点X2_a_right =stats.chi2.isf(a,df)# 双侧分位点X2_a_2 = stats.chi2.interval(1-a,df)print('单侧左分位点：',X2_a_left)print('单侧右分位点：',X2_a_right)print('双侧分位点：',X2_a_2)

单侧左分位点： 7.9616455723785515

单侧右分位点： 26.296227604864242

双侧分位点： (6.907664353497005, 28.845350723404753)

F分布

from scipy import stats#显著性水平a = 0.05# 自由度 1df1 = 5# 自由度 2df2 = 16# 单侧 左分位点F_a_left =stats.f.ppf(a,df1,df2)# 单侧 右分位点F_a_right =stats.f.isf(a,df1,df2)# 双侧分位点F_a_2 = stats.f.interval(1-a,df1,df2)print('单侧左分位点：',F_a_left)print('单侧右分位点：',F_a_right)print('双侧分位点：',F_a_2)

单侧左分位点： 0.2172135656083406

单侧右分位点： 2.852409165081986

双侧分位点： (0.15617286386272555, 3.5021163355058778)

如果觉得《python分位点计算（正态分布 卡方分布 t分布 F分布）》对你有帮助，请点赞、收藏，并留下你的观点哦！