数据探索：相关性分析

# 数据读取 
import pandas as pd

df=pd.read_excel('../data/regression.xlsx',index_col='分行编号')

# 设置字体
from pylab import mpl

mpl.rcParams['font.sans-serif']=['FangSong']

# ---散点图---
import matplotlib.pyplot as plt

fig,ax=plt.subplots()
x=df['各项贷款余额']   # 设置横纵坐标
y=df['不良贷款']
ax.scatter(x,y,alpha=0.5)    # alpha：设置透明度
ax.set_xlabel('各项贷款余额') # 设置x轴标签
ax.set_ylabel('不良贷款')     # 设置y轴标签
plt.show()                   # 显示图像

#散点图矩阵
from pandas.plotting import scatter_matrix

scatter_matrix(df,figsize=(15,15),marker='o',alpha=0.5)  # 设置大小、点的样式、透明度
plt.show()

【注意】散点图矩阵将两两变量绘制成散点图，中间对角线是变量的直方图

 

#相关系数
df.corr()

输出结果：

print(df.corr()['不良贷款'])  # 获取指定列的相关系数

输出结果：

不良贷款         1.000000
各项贷款余额       0.843571
本年累计应收贷款     0.731505
贷款项目个数       0.700281
本年固定资产投资额    0.518518
Name: 不良贷款, dtype: float64

print(df['不良贷款'].corr(df['各项贷款余额']))  # 获取指定两项数据的相关性

输出结果：0.843571364359289

print("不良贷款与各项贷款余额之间的相关系数：{:.2f}".format(df['不良贷款'].corr(df['各项贷款余额']))) # 保留2位小数

 输出结果：不良贷款与各项贷款余额之间的相关系数：0.84