python计算简单相关系数及偏相关系数

这两天在做数据处理的时候想对数据进行计算偏相关系数，由于忘了怎么写，并且网上找了好久也没发现什么适合我可以用的，于是查阅了书籍后，发现了偏相关系数的计算公式，公式如下:

 用python代码简单实现

import numpy as np


def corr_cef(_xx, _yy):
    """
    计算 _xx 对 _yy的相关系数(简单相关系数)
    :param _xx: 自变量, 一维
    :param _yy: 因变量, 一维
    :return: 相关系数值
    """
    return np.corrcoef(_xx, _yy)[0, 1]

def partial_corr(_xx1, _yy, _xx2):
    """
    计算_xx1 对 _yy的偏相关系数
    :param _xx1: 自变量 1, 一维
    :param _xx2: 自变量 2, 一维
    :param _yy: 应变量, 一维
    :return: _xx1 对 _yy的偏相关系数值
    """
    numerator = corr_cef(_xx1, _yy) - (corr_cef(_yy, _xx2) * corr_cef(_xx1, _xx2))
    denominator = np.sqrt((1 - corr_cef(_yy, _xx2) ** 2) * (1 - corr_cef(_xx1, _xx2) ** 2))
    return numerator / denominator

具体示例(完整代码)：

import random
import numpy as np


# 假设有两个自变量 x1 和 x2，以及一个因变量 y
x1 = np.array([random.random()*10 for _ in range(10)])
x2 = np.array([random.random()*10 for _ in range(10)])
y = np.array([random.random()*10 for _ in range(10)])

def corr_cef(_xx, _yy):
    """
    计算 _xx 对 _yy的相关系数(简单相关系数)
    :param _xx: 自变量, 一维
    :param _yy: 因变量, 一维
    :return: 相关系数值
    """
    return np.corrcoef(_xx, _yy)[0, 1]

def partial_corr(_xx1, _yy, _xx2):
    """
    计算_xx1 对 _yy的偏相关系数
    :param _xx1: 自变量 1, 一维
    :param _xx2: 自变量 2, 一维
    :param _yy: 应变量, 一维
    :return: _xx1 对 _yy的偏相关系数值
    """
    numerator = corr_cef(_xx1, _yy) - (corr_cef(_yy, _xx2) * corr_cef(_xx1, _xx2))
    denominator = np.sqrt((1 - corr_cef(_yy, _xx2) ** 2) * (1 - corr_cef(_xx1, _xx2) ** 2))
    return numerator / denominator


print(partial_corr(x1, y, x2))