我正在尝试作为练习，因为我仍然是相当新的python和编程，以创建一个脚本，采用一个样本数字池，并使用从表中使用t值来产生比stdev更准确的偏差。
示例：10个样本，我希望列中的t表值为0.975。在这种情况下，它的10-1，第9行在0.975列中具有t值2.262
有没有简单的方法只需输入python或任何额外的库，我只想从行X列0.975中获取T值并在进一步的计算中使用它？
或者我是否必须找到CVS文件并尝试以这种方式导入值？我试图通过scipy.stats函数，但老实说，对于刚刚开始并且之前没有对p值或类似统计数据做过任何事情的人来说，它有点压倒性。
你可以使用ppf的scipy.stats.t方法（即分位数函数）：
In [129]: from scipy.stats import t
In [130]: alpha = 0.025
In [131]: t.ppf(1 - alpha, df=9)
Out[131]: 2.2621571627409915
t.ppf()最终调用scipy.special.stdtrit，所以你也可以使用该函数并避免通过t.ppf()的轻微开销：
In [141]: from scipy.special import stdtrit
In [142]: alpha = 0.025
In [143]: stdtrit(9, 1 - alpha)
Out[143]: 2.2621571627409915
（如果你想知道这个函数是如何以stdtrit这个名字结束的话，那就是学生T DisTRibution函数与T. Clear相反，对吧？）
我在Python中找不到一个，但是我找到了rpy2，它在Python中提供了很多R功能，还有它们的t.test功能。