Pandas模块的corr()函数用法

因为corr()函数的输出结果是一个相关系数矩阵，把矩阵的详细生成过程理出来对于理解业务有一定帮助。

一、相关系数分类

        皮尔森相关系数：度量线性相关性。

        斯皮尔曼相关系数： 度量变量关系，不一定是线性。

        肯德拉相关系数：度量非线性关系。用于排名数据。

        皮尔森相关系数-corr函数的矩阵生成过程：

        数据集：【两列】

data = {

        'X':[1,2,3,4,5],

        'Y':[5,4,3,2,1]

}

皮尔森相关系数的计算公式为：

r = Σ[(x - μx) * (y - μy)] / [√Σ(x - μx)² * Σ(y - μy)²]

【x、y为变量值，ux和uy是变量的均值】

计算均值（ux、uy）：

μx = (1 + 2 + 3 + 4 + 5) / 5 = 15 / 5 = 3

μy = (5 + 4 + 3 + 2 + 1) / 5 = 15 / 5 = 3

代入公式：

r = [(1 - 3) * (5 - 3) + (2 - 3) * (4 - 3) + (3 - 3) * (3 - 3) + (4 - 3) * (2 - 3) + (5 - 3) * (1 - 3)] / [√Σ(x - μx)² * Σ(y - μy)²]

= [-4 -1 + 0 -1 -4] / [√(4