Pandas基础语法NO.4

相关性与协方差的计算

1. Convariance（协方差）

若COV = 0 ,没有关联；
若为正，正相关；
若为负，负相关
但是无法衡量相关性的强弱

2.Correlation （相关系数）

correlation（只看线性关系）：无单位的量数， 介于-1到1 ，衡量两个变量中线性关系的强弱
ρ（X,Y）= COV(X,Y)/σX * σY
ρ = ±1，完全正/负相关
ρ=0，uncorrelated

a = np.arange(1,10).reshape(3,3)
data2 = pd.DataFrame(a,index=['a','b','c'],columns = ['one','two','three']
data2
   one	two	three
a	1	2	3
b	4	5	6
c	7	8	9

相关性计算

#计算第一列和第二列的相关性系数
data2['one'].corr(data2['two'])

1.0

#返回相关系数矩阵
data2.corr()
   one	two	three
one	1.0	1.0	1.0
two	1.0	1.0	1.0
three	1.0	1.0	1.0

协方差计算

# 计算第一列和第二列的协方差
data2['one'].cov(data2['two'])

9.0
#协方差矩阵
data2.cov()
     one	two	three
one	  9.0	9.0	9.0
two	   9.0	9.0	9.0
three	9.0	9.0	9.0