Python 计算多个特征之间的相关性

线性相关：主要采用皮尔逊相关系数来度量连续变量之间的线性相关强度；

线性相关系数|r|   相关程度

0<=|r|<0.3       低度相关

0.3<=|r|<0.8     中度相关

0.8<=|r|<1       高度相关

1 函数

相关分析函数：

DataFrame.corr()
Series.corr(other)

  说明：
如果由数据框调用corr方法，那么将会计算每个列两两之间的相似度

如果由序列调用corr方法，那么只是计算该序列与传入序列之间的相关度

  返回值：
  
dataFrame调用：返回DataFrame
Series调用：  返回一个数值型，大小为相关度

2  案例

import pandas

data=pandas.read_csv('C:\\Users\\Desktop\\test.csv')

print(data.corr())  
#由数据框调用corr方法,将会计算每个列两两之间的相似度，返回的是一个矩形

print(data['人口'].corr(data['文盲率']))   
#由某一列调用corr方法，只是计算该序列与传入序列（本例中的'文盲率'）之间的相关度

print(data['超市购物率','网上购物率','文盲率','人口']).corr()
#计算多列之间相似度的方法

3 读取DataFrame数据

可以通过  print(type(data.corr()))  的方式查看得到的结果是什么类型的

也可以通过  print(len(data,corr()))  来查看得到结果的行数和列数

每一列都有一个名称，可以通过指定名称来查看某一列的值

res = data.corr()

res['a']            #取a列 

res[['a','b']]     #取a、b列

也可以用数字索引

print(res[0:5])

会输出相关性结果中的前五行数据