单样本的t检验 指样本的均值是否某个值存在差异。
比如一包薯片标的克重为50g，但每包不一定都是50g，那么我们可以对薯片进行随机抽样，检验它与50g是否有差异。
1 提出假设：
原假设：薯片的平均重量是50g；
备择假设：薯片的平均重量不是50g。
如果检验薯片是否小于50g是单侧检验，检验薯片是否和50g存在差异是双侧检验。
2 定显著性水平：
对精度要求不太高，显著性水平一般用0.05，我们计算出p值之后，要与显著性水平进行比较，如果返回的p值小于显著性水平，则拒绝零假设，即认为样本数据与总体均值有显著差异。
3 导入样本数据：
junk_food = [58.530, 52.353, 74.446, 52.983, 55.877, 67.660, 47.726, 50.267, 56.501, 52.361, 45.458, 53.361, 52.129, 59.828, 41.682, 49.399, 64.211, 69.859, 42.911, 60.159]
junk_food
4 对样本数据进行t检验：
# t检验
stats.ttest_1samp(junk_food, 50)
代码详解：
scipy库中的ttest_1samp函数，可以用来进行样本t检验；
50代表假设的总体均值；
返回的结果statistic代表t值，pvalue代表p值；
结果是返回的p值0.0127小于显著性水平0.05，所以我们拒绝原假设，即认为样本数据与总体均值有显著差异。也即认为薯片的重量与50g存在显著性差异。