python 相关系数(全)

1.皮尔逊相关系数

#两个变量计算#
import pandas as pd
A=[1,3,6,9,0,3]
B=[3,5,1,4,11,3]
A1=pd.Series(A)
B1=pd.Series(B)
corr=B1.corr(A1,method=‘pearson’)
print(corr)

#dataframe计算#
import pandas as pd
data=pd.DataFrame({‘a’:[1,3,6,9,0,3],‘b’:[3,5,1,4,11,3]})
corr=data.corr(method=‘pearson’)
print(corr)

2.斯皮尔曼相关系数

#两个变量计算#
import pandas as pd
A=[1,3,6,9,0,3]
B=[3,5,1,4,11,3]
A1=pd.Series(A)
B1=pd.Series(B)
corr=B1.corr(A1,method=‘spearman’)
print(corr)

#dataframe计算#
import pandas as pd
data=pd.DataFrame({‘a’:[1,3,6,9,0,3],‘b’:[3,5,1,4,11,3]})
corr=data.corr(method=‘spearman’)
print(corr)

3.肯德尔秩相关系数

#两个变量计算#
import pandas as pd
A=[1,3,6,9,0,3]
B=[3,5,1,4,11,3]
A1=pd.Series(A)
B1=pd.Series(B)
corr=B1.corr(A1,method=‘kendall’)
print(corr)

#dataframe计算#
import pandas as pd
data=pd.DataFrame({‘a’:[1,3,6,9,0,3],‘b’:[3,5,1,4,11,3]})
corr=data.corr(method=‘kendall’)
print(corr)

4.距离相关系数

​import dcor
import numpy as np
a1=np.array([11,2,56,34])
b1=np.array([45,15,26,24])
dcor.distance_correlation(a1,b1)
关于 dcor 安装包及距离相关系数的详细介绍我主页写过一篇文章:https://mp.csdn.net/editor/html/108356586


  • 25
    点赞
  • 125
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值