python皮尔森相关系数_Python计算皮尔逊 pearson相关系数

pearson相关系数：用于判断数据是否线性相关的方法。

注意：不线性相关并不代表不相关，因为可能是非线性相关。

Python计算pearson相关系数：

1. 使用numpy计算(corrcoef)，以下是先标准化再求相关系数

importnumpy as npimportpandas as pd

aa= np.array([2,3,9,6,8])

bb= np.array([5,6,3,7,9])

cc=np.array([aa, bb])print(cc)

cc_mean= np.mean(cc, axis=0) #axis=0,表示按列求均值 ——— 即第一维

cc_std = np.std(cc, axis=0)

cc_zscore= (cc-cc_mean)/cc_std #标准化

cc_zscore_corr= np.corrcoef(cc_zscore) #相关系数矩阵

print(cc_zscore_corr)

其中：

def corrcoef(x, y=None, rowvar=True, bias=np._NoValue, ddof=np._NoValue):"""Return Pearson product-moment correlation coefficients.

Please refer to the documentation for `cov` for more detail. The

relationship between the correlatio