几组数据的相关性python_荐数据特征分析：相关性分析（Pandas中的corr方法）

图示初判

Pearson相关系数（皮尔逊相关系数）

Sperman秩相关系数（斯皮尔曼相关系数）

1.图示初判

拿到一组数据，可以先绘制散点图查看各数据之间的相关性：

两个变量之间的相关性（散点图）

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from scipy import stats

%matplotlib inline

# 图示初判

# （1）变量之间的线性相关性

data1 = pd.Series(np.random.rand(50)*100).sort_values()

data2 = pd.Series(np.random.rand(50)*50).sort_values()

data3 = pd.Series(np.random.rand(50)*500).sort_values(ascending = False)

# 创建三个数据：data1为0-100的随机数并从小到大排列，data2为0-50的随机数并从小到大排列，data3为0-500的随机数并从大到小排列，

fig = plt.figure(figsize = (10,4))

ax1 = fig.add_subplot(1,2,1)

ax1.scatter(data1, data2)

plt.grid()

# 正线性相关

ax2 = fig.add_subplot(1,2,2)

ax2.scatter(data1, data3)

plt.grid()</