benfordslaw:benfordslaw 是关于前导数字的频率分布

本福德斯劳 benfordslaw是 Python 包，用于测试经验（观察）分布是否与理论（预期，Benfords）分布显着不同。 法律规定，在许多自然发生的数字集合中，前导有效数字可能很小。 如果您想测试您的一组数字是否可能是人为的（或被操纵的），则可以使用此方法。 如果某组值遵循 Benford 定律，则相应预测值的模型也应遵循 Benford 定律。 正常数据（未操纵）确实符合本福德定律的趋势，而操纵或欺诈数据则不然。 数据假设： 这些数字需要是随机的，不是分配的，没有强加的最小值或最大值。 这些数字应涵盖几个数量级 数据集最好至少覆盖 1000 个样本。 尽管 Benford 定律已被证明适用于包含少至 50 个数字的数据集。 安装 从 PyPI 安装benfordslaw （推荐）。 benfordslaw 与 Python 3.6+ 兼容，可在 Linux、MacOS