我在一列中有两个不同的类。如何测试它们各自的正态性？

要测试两个不同类别的数据集的正态性，可以使用以下方法：

1. 直方图检验：绘制两个数据集的直方图，并观察其分布形状。正态分布的数据集应该呈现出钟形曲线的形状，而非正态分布的数据集则可能呈现其他形状。
2. QQ图检验：绘制两个数据集的QQ图（Quantile-Quantile Plot），将数据集的分位数与理论上的分位数进行比较。如果数据点大致沿着一条直线分布，那么数据集可以被认为是近似正态分布的。
3. Shapiro-Wilk检验：使用Shapiro-Wilk检验来检验数据集的正态性。该检验基于样本数据与正态分布的理论值之间的差异来计算统计量，并给出一个p值。如果p值小于显著性水平（通常为0.05），则可以拒绝原假设，即数据集不服从正态分布。
4. Anderson-Darling检验：使用Anderson-Darling检验来检验数据集的正态性。该检验基于样本数据与正态分布的理论值之间的差异来计算统计量，并给出一个临界值。如果计算得到的统计量大于临界值，则可以拒绝原假设，即数据集不服从正态分布。
5. Kolmogorov-Smirnov检验：使用Kolmogorov-Smirnov检验来检验数据集的正态性。该检验基于样本数据与正态分布的理论值之间的最大差异来计算统计量，并给出一个p值。如果p值小于显著性水平（通常为0.05），则可以拒绝原假设，即数据集不服从正态分布。

对于云计算领域的专家来说，可以使用腾讯云的相关产品来进行测试和分析。例如，可以使用腾讯云的数据分析服务（https://cloud.tencent.com/product/das）来进行数据集的可视化和统计分析，以及使用腾讯云的机器学习平台（https://cloud.tencent.com/product/tiia）来进行更深入的数据分析和模型建立。