【Pandas】计算相关性系数corr()

相关：数据之间有关联，相互有影响

如：A和B 存在一定的相关性，A对B存在一定程度的影响，A变化，B也会有一定的变化

如果A和B相等 或者 B可以由A经过计算得到---->完全相关
如果B是由 A和C计算得到 ---->并且 A可以计算出B的大部分 -----> A和B 强度相关
如果B是由 A和C计算得到 ---->并且 A可以计算出B的小部分 -----> A和B 弱度相关
如果 A和B 毫无关系 ----> 不相关

---

如果B和 A相关：
A的增大导致B的减小 —> 负相关
A的增大导致B的增大 —> 正相关

相关性系数：衡量相关性强弱的

其范围是[-1,1]，绝对值越靠近0，表示不相关，绝对值越靠近1，表示相关性越强
小于 0 表示负相关；大于 0 表示正相关。

构造如下数据：

import pandas as pd

data = pd.DataFrame(
    data={
        'age': [2,7,10,16,20],
        'height': [70,90,143,166,178],
        'score': [98,37,103,76,53]
    }
)

使用corr()方法计算相关性系数：

# 计算相关性系数的列 必须都是数值型的数据！
corr = data.loc[:, ["age","height"]].corr()		# 会计算两两列之间的相关性系数
print("corr\n", corr)
"""
corr
            age   height
age     1.00000  0.96043
height  0.96043  1.00000
"""

自身与自身的相关性系数为 1

计算多列相关性系数：

corr = data.loc[:, ["age","height","score"]].corr()
print("corr\n", corr)
"""
corr
             age    height     score
age     1.000000  0.960430 -0.340053
height  0.960430  1.000000 -0.096782
score  -0.340053 -0.096782  1.000000
"""