皮尔逊系数对数据特征进行筛选

1、输入数据：

type1~type48是集团的特征
type49是自己做的标签（正负样本分类）
2、代码：

#import numpy as np
import pandas as pd
#from scipy.stats import spearmanr
#from scipy.stats import pearsonr
#读取文件
df=pd.read_excel("E:\思特奇\姜鹤\移动云数据库sql文件\demo.xlsx")
#转化数据结构
df1=pd.DataFrame(df)
df2=df1[['type48','type49']]
df3=df2.corr(method='pearson')
print(df3)
# data1 = [23,20,18,29,43,35,32,40,29,26,24,26]
# data2 = [1000,1000,500,500,500,100,100,100,100,100,100,100]
# corr,p = pearsonr(data1,data2)
#print("corr为：%f" %corr,"p值为：%f" %p)

3、输出：

根据结果可以得出type48与type49之间特征没有关联性

4、说明：
相关系数 0.8-1.0 极强相关
0.6-0.8 强相关
0.4-0.6 中等程度相关
0.2-0.4 弱相关
0.0-0.2 极弱相关或无相关