皮尔逊相关系数公式手写代码【Python+详细注解】（Pearson correlation coefficient）

一.公式化简

• 一般的我们学到的公式：
  

一般我们学到的皮尔逊相关系数公式可能长这个样子，但是这个样子不好用代码实现呀！所以我们帮它化简成下面的样子

• 化简后的公式：
  

---

二.代码部分

• 代码说明：
  程序中用Numpy库中自带的相关系数包进行了结果验证，结果是一样的，所以可以证明此代码的正确性！
  【另外说明一点，Numpy库输出的是相关系数矩阵，只不过矩阵化了，是一个意思！】

• 运行环境：
  2019版PyCharm，Python版本是3.8

import numpy as np
from math import *

def myltipl(a,b):
    """
    作用：求取∑xiyi（序列1和序列2所有元素分别相乘再相加）
    地位：总体公式的子公式
    :param a:x序列
    :param b:y序列
    :return:
    """
    sumofab = 0.0
    for i in range(len(a)):
        temp = a[i]*b[i]
        sumofab+=temp
    return sumofab

def cal_pccs(x,y):
    """
    总体公式
    （Pearson）皮尔逊相关系数总体计算公式
    :param x:序列1
    :param y:序列2
    :return:返回相关系数
    """
    n = len(x)  # 获取“序列1”的长度
    # 求和
    sum1=sum(x) # ∑xi 计算”序列1“所有元素的和
    sum2=sum(y) # ∑yj 计算“序列2”所有元素的和
    # 求乘积之和
    sumofxy = myltipl(x,y)  # 求∑xiyi
    # 求平方和
    sumofx2 = sum([pow(i,2) for i in x])  # pow(i，2)函数功能求的是i的平方
    sumofy2 = sum([pow(j,2) for j in y])
    num = sumofxy-(float(sum1) * float(sum2) / n) # 公式中分子的“被减数 - 减数”
    # 计算皮尔逊相关系数
    den = sqrt((sumofx2 - float(sum1**2) / n) * (sumofy2 -float(sum2**2) / n)) # 公式中的分母
    return num/den # 返回最终的计算结果

def Zpow():
    print(pow(2,2))

if __name__=='__main__':
    """-----------数据集-------------------"""
    x = np.array([1,2,3,4,5,6,7,8,9])  # 这两个序列是测试用的
    y = np.array([1,2,3,4,5,6,7,8,9])

    """-----------手写公式-------------------"""
    corr_Handcraft = cal_pccs(x,y) # 输入两个序列
    """-----------numpy库写公式-------------------"""
    corr_Numpy = np.corrcoef(x, y)

    """-----------展示-------------------"""
    print("手写皮尔逊相关系数公式的结果：",corr_Handcraft)
    print("运用numpy包写的皮尔逊相关系数公式：\n",corr_Numpy)

如果对你有帮助的话请点个赞再走吧~你的支持是我做下去的动力呀！