python 計算資料的相關性

先解釋下什麼叫資料的相關性:

計算兩個陣列的平均值,如果兩個陣列中的兩個值都大於平均值或者都小於平均值,則得到true. 如果乙個大於平均值乙個小於平均值,則得到false.最後計算true和false的個數.

比如,兩個陣列[1, 2, 3, 4] and [4, 5, 6, 7] , 得到 (4, 0). 因為 1 和 4 都低於他們所在陣列的平均值, 2 和 5 也都低於他們所在陣列的平均值, 3 和 6 都高於他們所在陣列的平均值, 4 和 7 也都高於他們所在陣列的平均值.所以計算結果為true的有4個,false的為0.

如果陣列是[1, 2, 3, 4] and [7, 6, 5, 4], 那結果就是 (0, 4). 因為 1 低於他所在陣列的平均值而 7 高於們所在陣列的平均值, 其它幾項也類似...

乙個栗子:

比如有如下資料,20個城市的人均壽命和城市的gdp,計算壽命和gdp的相關性就是,計算是否壽命較高的城市,gdp也會較高,壽命較低,gdp也較低...就是說,gdp和壽命,是否相關...如果計算得到的true比較多,那就是表示是相關的,如果得到的false比較多,那就表示不相關.

countries = ['albania', 'algeria', 'andorra', 'angola', 'antigua and barbuda',

'argentina', 'armenia', 'australia', 'austria', 'azerbaijan',

'bahamas', 'bahrain', 'bangladesh', 'barbados', 'belarus',

'belgium', 'belize', 'benin', 'bhutan', 'bolivia']

life_expectancy_values = [74.7, 75. , 83.4, 57.6, 74.6, 75.4, 72.3, 81.5, 80.2,

70.3, 72.1, 76.4, 68.1, 75.2, 69.8, 79.4, 70.8, 62.7,

67.3, 70.6]

gdp_values = [ 1681.61390973, 2155.48523109, 21495.80508273, 562.98768478,

13495.1274663 , 9388.68852258, 1424.19056199, 24765.54890176,

27036.48733192, 1945.63754911, 21721.61840978, 13373.21993972,

483.97086804, 9783.98417323, 2253.46411147, 25034.66692293,

3680.91642923, 366.04496652, 1175.92638695, 1132.21387981]

life_expectancy = pd.series(life_expectancy_values)

gdp = pd.series(gdp_values)


# 計算相關性的函式
defvariable_correlation(pd_1, pd_2):
pd_1_mean =pd_1.mean()
pd_2_mean =pd_2.mean()
# 都高於平均值或都低於平均值的,得到true,乙個高乙個低的,得到false
result_series = ((pd_1 > pd_1_mean) &\
(pd_2 > pd_2_mean)) |\
((pd_1 
< pd_1_mean) &\
(pd_2 
# 計算true的個數
num_same_direction =result_series.sum() 
# 計算false的個數
num_different_direction = len(result_series) - num_same_direction 
return
(num_same_direction,num_different_direction)
print(variable_correlation(life_expectancy,gdp)) 
# 結果
(17,3)

說明壽命和gdp是相關的.

python計算相關性係數

在這裡說的相關性係數指的是皮爾遜相關係數實現 import pandas as pd f pd.read excel e chenhao information.xlsx 計算語文分數與數學的相關性係數 s f 語文分數 corr f 數學計算兩兩之間的相關性係數 s1 f.corr 計算數學與...

Python 資料相關性分析

python方差協方差相關係數離散度pandasnumpy 接下來，我們將使用 anaconda 的 ipython 來演示如何使用 python 資料相關性分析，我所使用的 python 版本為 3.6.2 首先，我們將會建立兩個陣列，陣列內含有 20 個資料，均為 0,100 區間內隨機生成。a...

python 計算資料的相關性

相關性計算

python計算相關性係數

Python 資料相關性分析

相關推薦