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。