数学建模用python分析gdp_数学建模--相关性分析及Python实现

写在前面：

笔记为自行整理，内容出自课程《数学建模学习交流》，主讲人：清风

相关系数只是用来衡量两个变量线性相关程度的指标，因此，使用相关系数衡量相关性前需要确认变量间是线性相关的。

相关系数

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

# 支持显示中文

plt.rcParams['font.family'] = ['sans-serif']

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus']=False

data = pd.read_excel('eighth_girl.xlsx')

data.head()

身高

体重

肺活量

50米跑

立定跳远

坐位体前屈

0

155

51

1687

9.7

158

9.3

1

158

52

1868

9.3

162

9.6

2

160

59

1958

9.9

178

9.5

3

163

59

1756

9.7

183

10.1

4

165

60

1575

9.0

156

10.4

data.info()

RangeIndex: 591 entries, 0 to 590

Data columns (total 6 columns):

身高 591 non-null int64

体重 591 non-null int64

肺活量 591 non-null int64

50米跑 591 non-null float64

立定跳远 591 non-null int64

坐位体前屈 591 non-null float64

dtypes: float64(2), int64(4)

memory usage: 27.8 KB

统计信息

dsc = data.describe()

dsc

身高

体重

肺活量

50米跑

立定跳远

坐位体前屈

count

591.000000

591.000000

591.000000

591.000000

591.000000

591.000000

mean

156.003384

46.783418

2333.233503

10.792014

166.825719

9.496616

std

7.389410

5.031473

350.436154

1.310873

16.813587

2.938186

min

135.000000

16.000000

1450.000000

7.800000

52.000000

0.500000

25%

151.000000

44.000000

2109.000000

9.800000

156.000000

7.800000

50%

157.000000

47.000000

2391.000000

10.700000

167.000000

9.600000

75%

161.000000