Python+pandas计算数据相关系数的实例
2018-07-03 11:18
966 查看
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、Kendall Tau相关系数和spearman秩相关)。
>>> import numpy as np >>> import pandas as pd >>> 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 A B C 0 5 91 3 1 90 15 66 2 93 27 3 3 70 44 66 4 27 14 10 5 35 46 20 6 33 14 69 7 12 41 15 8 28 62 47 9 15 92 77 >>> df.corr() # pearson相关系数 A B C A 1.000000 -0.560009 0.162105 B -0.560009 1.000000 0.014687 C 0.162105 0.014687 1.000000 >>> df.corr('kendall') # Kendall Tau相关系数 A B C A 1.000000 -0.314627 0.113666 B -0.314627 1.000000 0.045980 C 0.113666 0.045980 1.000000 >>> df.corr('spearman') # spearman秩相关 A B C A 1.000000 -0.419455 0.128051 B -0.419455 1.000000 0.067279 C 0.128051 0.067279 1.000000
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脚本之家。
您可能感兴趣的文章:
相关文章推荐
- Python+pandas计算数据相关系数
- 利用Python进行数据分析_python3实现_pandas入门_相关系数与协方差
- Python利用pandas计算多个CSV文件数据值的实例
- 利用Python进行数据分析(9) pandas基础: 汇总统计和计算
- Spark Mllib里的如何对两组数据用皮尔逊计算相关系数
- [置顶] Python数据相关系数矩阵和热力图轻松实现
- Python Pandas数据科学入门实例演示(十九02)
- 优矿-python计算上证50之间的相关系数
- python计算相关系数
- Spark Mllib里的如何对两组数据用斯皮尔曼计算相关系数
- Python数据分析模块 | pandas做数据分析(三):统计相关函数
- 数据挖掘--相关系数计算
- python计算的效率问题-pandas、numpy结合代替遍历pandas数据
- python pandas中对Series数据进行轴向连接的实例
- python使用pandas实现数据分割实例代码
- Python爬虫----实例: 抓取百度百科Python词条相关1000个页面数据
- 利用 Python 进行数据分析(九)pandas 汇总统计和计算
- Python利用pandas计算多个CSV文件数据值
- python学习----pearsonr(x,y)相关系数计算
- Excel2007及以上版本如何计算相关系数和回归等数据分析