這張圖中的橫軸是隨機變數 x 的具體值，正態分佈的中心點是隨機變數 x 的均值 μ，以均值為中心，然後向兩邊擴散，既然是均值，那肯定就有比均值大的值，也有比均值小的點，我們用標準差 σ 表示資料集的離散程度，也就是距離均值 μ 的遠近。
縱軸是 x 對應的概率密度。我們應該都知道概率，是用來表示乙個值或一種情況出現的可能性大小。而概率密度等於一段區間(隨機變數 x 的取值範圍)的概率除以該段區間的長度。
橫軸與縱軸圍成的面積表示橫軸 x 對應的這個區間出現的概率。
x 軸標記出了 7 個點，分別為:μ、u+σ、u-σ、u+2σ、u-2σ、u+3σ、u-3σ，即距離均值1倍、2倍、3倍、3倍以上標準差的距離。
可以看到有64.2%(34.1+34.1)的資料集中在(u-σ,u+σ)之間，有27.2%的資料位於(u±σ,u±2σ)之間,有4.2%的資料位於(u±2σ,u±3σ)，剩下的就是(u±3σ，∞)。說明大部分資料還是集中在平均值附近的，而我們生活中的很多事情都是符合正態分佈的，這也就是為什麼可以用平均值來代替整體水平的乙個原因，比如平均身高、平均工資等等。
雖然大多數情況下資料是正態分佈的，但是也有不是正態分佈的情況，這個時候就是偏態分布了，偏態分布有兩種，左偏和右偏。長尾在哪邊就是哪篇，下面第一張圖的長尾在左邊就是左偏，最後一張圖的長尾在右邊就是右偏。
如果是左偏，說明大多數是集中在右邊的，即眾數 > 中位數 > 均值；如果是右偏，說明大多數是集中在左邊的，即眾數 < 中位數 < 均值。
我們可以用偏態係數來衡量具體的偏離程度，偏態係數大於0則右偏，小於0則左偏，值越大越偏。
在 python 中要計算某一列的偏態係數可以使用如下**：#計算col列的偏態係數
df["col"].skew()
因為現實中很多資料是符合正態分佈的，很多模型也都是假設資料是服從正太分布的，比如方差分析中，就是假設資料是服從正態分佈的。如果你的資料是偏態分布的時候，這個時候可以對資料進行轉換，從偏態資料轉換成正態資料，常見的轉換就是原始資料取對數。
在 python 中可以使用下面**對資料取對數。#對x取對數
import math
math.log( x )
偏態分布（Skewed distribution）
頻數分布有正態分佈和偏態分布之分。正態分佈是指多數頻數集中在 位置，兩端的頻數分布大致對稱。偏態分布是指頻數分布不對稱，集中位置偏向一側。若集中位置偏向數值小的一側，稱為正偏態分布 集中位置偏向數值大的一側，稱為負偏態分布。如果頻數分布的高峰向左偏移，長尾向右側延伸稱為正偏態分布，也稱右偏態分布 同...
偏態分布（Skewed distribution）
頻數分布有正態分佈和偏態分布之分。正態分佈是指多數頻數集中在 位置，兩端的頻數分布大致對稱。偏態分布是指頻數分布不對稱，集中位置偏向一側。若集中位置偏向數值小的一側，稱為正偏態分布 集中位置偏向數值大的一側，稱為負偏態分布。如果頻數分布的高峰向左偏移，長尾向右側延伸稱為正偏態分布，也稱右偏態分布 同...
python 偏態分布調整 如何處理偏態資料
在了解何為偏態資料前，要先從正態資料說起。正態分佈 正態分佈是自然界中廣泛存在的，我們都知道它是兩頭低，中間高，整個形態呈現對稱鐘形的乙個分布，之所以叫正態分佈，是因為在大量連續資料測量的情況下，我們比較希望看到這種狀態，乙個標準的正態分佈是u 均值 0，標準差 1。從下圖可以看出，橫座標代表隨機變...