一、QQ图
分数表示法(质量质量图，简称Q-Q图) )。
统计学中的Q-Q图(q表示分数)是将两个概率分布进行图形比较，并将这两个分数合并在一起进行比较的概率图。 首先选择分位间隔。 图表上的点(x，y )反映了一个第二分布(y坐标)的分位数和与其对应的第一分布(x坐标)的相同分位数。 因此，这条线是以分位数间隔为参数的曲线。 如果两个分布相似，则该Q-Q图接近于落在y=x线上。 如果两分布呈线性相关，则点在Q-Q图上接近于落在一条直线上，但不一定在y=x线上。 Q-Q图可用于分布位置-比例范畴中可见的评估参数。
从定义中可以看出，Q-Q图主要用于检查数据分布的相似性。 使用Q-Q绘图对数据进行正态分布检查时，可以将x轴作为正态分布的分位数，将y轴作为采样分位数。 如果这两者构成的点分布在一条直线上，则证明样本数据与正态分布呈线性相关，即遵循正态分布。
2.PP地图
P-P图是基于变量的累积概率与指定理论分布的累积概率相对应而绘制的散点图，用于直观地检测样本数据是否适合某一概率分布。 如果检验的数据符合给定分布，则表示样本数据的点必须基本上在表示理论分布的对角线上。
P-P图和Q-Q图的用途完全相同，所以只是检查方法有差异。 使用QQ图判别样本数据是否接近正态分布，只需看QQ图上的点近似接近直线，且该直线的斜率为标准差，截距是否为平均值即可。
通过QQ图表还可以得到样品的偏离度和峰度的大致信息。
scipy画Q-Q图
示例#qq映射
fig=plt.figure () RES=stats.probplot ) train['saleprice']，plot=plt ) plt.show ) )。