Python数据分析：相关系数矩阵

【小白从小学Python、C、Java】
【Python全国计算机等级考试】
【Python数据分析考试必会题】
● 标题与摘要
Python数据分析
相关系数矩阵

● 选择题
以下关于相关系数矩阵说法错误的是：
A 对角线的值全为1
B 矩阵中的元素取值范围为[0,1]
C 可以反映数值型特征之间的相关性
D 可以用来检验变量间的多重共线性

● 问题解析

1.在数据分析中，相关系数矩阵是用来反映数据不同特征之间的相关性的。
2.相关系数矩阵中的每一个元素都是：
2.1.两个不同特征之间的相关系数，所以元素的取值范围为[-1,1]。
2.2.相关系数的绝对值越接近1，表示两个特征的相关性越高；若取值为负数，表示两个特征之间是负相关关系，若取值为正值，表示两个特征之间是正相关关系。
2.3.相关系数矩阵的对角线元素反映的是特征自身的相关性，所以都为1。
3.相关系数矩阵可以用来检验变量之间的多重共线性。在数据分析中，多重共线性是指两个或多个特征之间的相关性很高，从而导致在对结果进行预测时，特征之间的重复信息很多，数据分析算法中，PCA(主成分分析)可以用来解决多重共线性问题。
4.numpy和pandas分别实现计算相关系数矩阵：在pandas库中，可以用corr()函数计算相关系数矩阵，如图1所示，在numpy库中，可以用corrcoef()函数计算相关系数矩阵，如图2所示。

​● 附图
图1 pandas实现计算相关系数矩阵

图2 numpy实现计算相关系数矩阵

● 附图代码
import pandas as pd
df = pd.DataFrame({'A':[5,91,3],
'B':[90,15,66],'C':[93,27,3]})
print(df)
corr1=df.corr()
print(corr1)
import numpy as np
array1=np.array([[1, 1, 2, 2, 3],
[2, 2, 3, 3, 5],
[1, 4, 2, 2, 3]])
print(array1)
corr2=np.corrcoef(array1)
print(corr2)

​​● 正确答案
B

● 温馨期待
期待大家提出宝贵建议，互相交流，收获更大，助教：qmy

欢迎大家转发，一起传播知识和正能量，帮助到更多人。期待大家提出宝贵改进建议，互相交流，收获更大。辛苦大家转发时注明出处(也是咱们公益编程交流群的入口网址)，刘经纬老师共享知识相关文件下载地址为：http://liujingwei.cn