scipy.stats.chisquare期望观察到的和期望的绝对频率，而不是比率。您可以获得所需的东西
>>> observed = np.array([20., 20., 0., 0.])>>> expected = np.array([.25, .25, .25, .25]) * np.sum(observed)>>> chisquare(observed, expected)(40.0, 1.065509033425585e-08)
尽管在期望值均匀地分布在类上的情况下，您可以省略期望值的计算：
>>> chisquare(observed)(40.0, 1.065509033425585e-08)
返回的第一个值是χ²统计量，第二个返回的是测试的 p 值。
