Python + pandas 计算数据相关系数

原文地址：https://www.sohu.com/a/201013669_797291

本文主要演示pandas中DataFrame对象corr()方法的用法，该方法用来计算DataFrame对象中所有列之间的相关系数（包括pearson相关系数、Kendall Tau相关系数和spearman秩相关）。

# coding: utf-8
import numpy as np
import pandas as pd

def Pearson(df): # 计算 Pearson 相关系数
    return df.corr()

def Kendall(df): # 计算 Kendall Tau 相关系数
    return df.corr('kendall')

def Spearman(df): # 计算 Spearman 秩相关
    return df.corr('spearman')

if __name__ == "__main__":
    df = pd.DataFrame({'A': np.random.randint(1, 100, 10),  # low、high、size
                       'B': np.random.randint(1, 100, 10),
                       'C': np.random.randint(1, 100, 10)})
    print df
    print "Pearson"
    print Pearson(df)
    print "Kendall Tau"
    print Kendall(df)
    print "Spearman:"
    print Spearman(df)

输出：

    A   B   C
0   5  30   6
1  11  91  42
2  55  15  58
3  36  88  11
4  28  19  21
5  12  57  79
6  87   6  80
7  16  16  47
8  14  78  32
9  45  56  89
Pearson
          A         B         C
A  1.000000 -0.446958  0.499898
B -0.446958  1.000000 -0.202255
C  0.499898 -0.202255  1.000000
Kendall Tau
          A         B         C
A  1.000000 -0.422222  0.333333
B -0.422222  1.000000 -0.288889
C  0.333333 -0.288889  1.000000
Spearman:
          A         B         C
A  1.000000 -0.563636  0.527273
B -0.563636  1.000000 -0.345455
C  0.527273 -0.345455  1.000000