我们前面讲过，T检验是用来比较两个均值之间是否有显著差异的一种检验方法。这一篇给大家介绍一下T检验的种类以及具体的Python实现代码。T检验是比较两个均值差异的，不同种类T检验的差别其实在于均值的计算差异。
1.单样本T检验
单样本T检验是用来检验一组样本的均值A与一个已知的均值B之间是否有差异。均值A是通过一组样本算出来的，均值B是已知的一个具体的值。如下图就是左边样本算出来的均值和值158的对比，此时的t统计量的公式为：
Python实现代码如下：
from scipy import stats
stats.ttest_1samp(data,u)
运行上面的代码会返回t统计量值和对应的p_value。
2.双样本T检验
双样本T检验是用来检验两组样本的均值之间是否有差异。两个均值都是根据样本算出来的。如下图就是左右两部分样本算出来的均值，此时的t统计量的公式为：
Python实现代码如下：
stats.ttest_ind(data1,data2)
3.配对样本T检验
配对样本T检验与双样本T检验有点类似，也是用来检验两组样本的均值差异，只不过普通双样本T检验中的样本是乱序的，而配对样本T检验中的样本是一一对应的。如下图所示，根据经验可得，周一至周五每天的销量不太一样，也不具有可比性，如果是双样本T检验的话就是将周一至周五的销量混在一起，然后对两组销量进行对比，但是这样显然是不太合理，正确的应该是周一和周一比，周二和周二比，总而言之，就是具有相同属性的数据之间进行相比，而不是混合总体进行相比。此时的t统计量公式为：
Python实现代码如下：
stats.ttest_rel(data1,data2)
python
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。