先说结论1: P-P图和Q-Q图的用途完全相同，只是检验方法存在差异。
如果两个分布相似，则该Q-Q图趋近于落在y=x线上。如果两分布线性相关，则点在Q-Q图上趋近于落在一条直线上，但不一定在y=x线上。
再说结论2：Q-Q图可以用来在分布的位置-尺度范畴上可视化的评估参数。
从定义中可以看出Q-Q图主要用于检验数据分布的相似性，如果要利用Q-Q图来对数据进行正态分布的检验，则可以令x轴为正态分布的分位数，y轴为样本分位数，如果这两者构成的点分布在一条直线上，就证明样本数据与正态分布存在线性相关性，即服从正态分布。
qq图有两个作用：
1、检验一组数据是否服从某一分布。
2、检验两个分布是否服从同一分布。
qq图全称是quantile-quantile plot
scipy.stats.probplot
statsmodels.api.qqplot
一. QQ图
分位数图示法（Quantile Quantile Plot，简称 Q-Q 图）
统计学里Q-Q图
