卡方检验是确定两个分类变量是否具有显着相关性的统计方法。 这两个变量应该来自相同的人口，他们应该是类似的 - 是/否，男/女，红/绿等。例如，我们可以建立一个数据集，观察人们的冰淇淋购买模式并尝试关联 - 他们喜欢的冰淇淋味道的人的性别。 如果发现相关性，我们可以通过了解访问人群的性别数量来计划适当的口味。

在numpy库中使用各种功能来执行卡方检验。

from scipy import stats
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
fig,ax = plt.subplots(1,1)

linestyles = [':', '--', '-.', '-']
deg_of_freedom = [1, 4, 7, 6]
for df, ls in zip(deg_of_freedom, linestyles):
  ax.plot(x, stats.chi2.pdf(x, df), linestyle=ls)

plt.xlim(0, 10)
plt.ylim(0, 0.4)

plt.xlabel('value')
plt.ylabel('frequency')
plt.title('chi-square distribution')

plt.legend()
plt.show()

执行上面示例代码，得到以下结果 -