Python+pandas计算数据相关系数的实例
本文主要演示pandas中DataFrame对象corr()方法的用法,该方法用来计算DataFrame对象中所有列之间的相关系数(包括pearson相关系数、KendallTau相关系数和spearman秩相关)。
>>>importnumpyasnp >>>importpandasaspd >>>df=pd.DataFrame({'A':np.random.randint(1,100,10), 'B':np.random.randint(1,100,10), 'C':np.random.randint(1,100,10)}) >>>df ABC 05913 1901566 293273 3704466 4271410 5354620 6331469 7124115 8286247 9159277 >>>df.corr()#pearson相关系数 ABC A1.000000-0.5600090.162105 B-0.5600091.0000000.014687 C0.1621050.0146871.000000 >>>df.corr('kendall')#KendallTau相关系数 ABC A1.000000-0.3146270.113666 B-0.3146271.0000000.045980 C0.1136660.0459801.000000 >>>df.corr('spearman')#spearman秩相关 ABC A1.000000-0.4194550.128051 B-0.4194551.0000000.067279 C0.1280510.0672791.000000
以上这篇Python+pandas计算数据相关系数的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。