使用斯皮尔曼系数对离散值进行相关性分析

概述

斯皮尔曼系数（Spearman correlation coefficient）是一种衡量两个变量之间的相关性的统计指标，它基于两个变量的等级（而不是原始的数值数据）进行计算。斯皮尔曼系数的取值范围在-1到1之间，其中-1表示完全的负相关，1表示完全的正相关，0表示无相关。

与皮尔逊相关系数（Pearson correlation coefficient）不同，斯皮尔曼系数使用变量的等级（即排序）进行计算，而不是使用原始的数值数据。离散值可以通过将它们转换为等级来进行排名。然后，可以使用斯皮尔曼系数来衡量这些等级之间的相关性。斯皮尔曼系数不对数据的具体数值大小敏感，而是关注变量之间的相对顺序。

一般使用步骤

① 对数据建立交叉表

如：

② 使用斯皮尔曼系数公式对数据求解

其中R(Xi)和R(Yi)为位次。

例题题目

文物编号	纹饰	类型	颜色	表面风化
01	C	高钾	蓝绿	无风化
02	A	铅钡	浅蓝	风化
03	A	高钾	蓝绿	无风化
04	A	高钾	蓝绿	无风化
05	A	高钾	蓝绿	无风化
06	A	高钾	蓝绿	无风化
07	B	高钾	蓝绿	风化
08	C	铅钡	紫	风化
09	B	高钾	蓝绿	风化
10	B	高钾	蓝绿	风化
11	C	铅钡	浅蓝	风化
12	B	高钾	蓝绿	风化
13	C	高钾	浅蓝	无风化
14	C	高钾	深绿	无风化
15	C	高钾	浅蓝	无风化
16	C	高钾	浅蓝	无风化
17	C	高钾	浅蓝	无风化
18	A	高钾	深蓝	无风化
19	A	铅钡		风化
20	A	铅钡	浅蓝	无风化
21	A	高钾	蓝绿	无风化
22	B	高钾	蓝绿	风化
23	A	铅钡	蓝绿	风化
24	C	铅钡	紫	无风化
25	C	铅钡	浅蓝	风化
26	C	铅钡	紫	风化
27	B	高钾	蓝绿	风化
28	A	铅钡	浅蓝	风化
29	A	铅钡	浅蓝	风化
30	A	铅钡	深蓝	无风化
31	C	铅钡	紫	无风化
32	C	铅钡	浅绿	无风化
33	C	铅钡	深绿	无风化
34	C	铅钡	深绿	风化
35	C	铅钡	浅绿	无风化
36	C	铅钡	深绿	风化
37	C	铅钡	深绿	无风化
38	C	铅钡	深绿	风化
39	C	铅钡	深绿	风化
40	C	铅钡		风化
41	C	铅钡	浅绿	风化
42	A	铅钡	浅蓝	风化
43	C	铅钡	浅蓝	风化
44	A	铅钡	浅蓝	风化
45	A	铅钡	浅蓝	无风化
46	A	铅钡	浅蓝	无风化
47	A	铅钡	浅蓝	无风化
48	A	铅钡		风化
49	A	铅钡	黑	风化
50	A	铅钡	黑	风化
51	C	铅钡	浅蓝	风化
52	C	铅钡	浅蓝	风化
53	A	铅钡	浅蓝	风化
54	C	铅钡	浅蓝	风化
55	C	铅钡	绿	无风化
56	C	铅钡	蓝绿	风化
57	C	铅钡	蓝绿	风化
58	C	铅钡		风化

对这些玻璃文物的表面风化与其玻璃类型、纹饰和颜色的关系进行分析。

代码实现

import pandas as pd
import numpy as np
​
with pd.ExcelFile('./附件.xlsx') as xls: #将包含多个工作表的excel读取为一个文件夹
    df1 = pd.read_excel(xls, '表单1') #读取单个工作表
    df2 = pd.read_excel(xls, '表单2')
    df3 = pd.read_excel(xls, '表单3')
​
pd.set_option('display.max_rows', 5) # 控制显示行数
df1 # 展示

cross_tab_1 = pd.crosstab(df1['表面风化'], df1['纹饰'],margins=True,margins_name='合计') # 求交叉表
correlation_1 = cross_tab_1.corr('spearman') # 求相关系数
print("表面风化与纹饰的交叉表为：\n",cross_tab_1)
print("表面风化与纹饰的相关系数为：\n")
correlation_1

cross_tab_2 = pd.crosstab(df1['表面风化'], df1['类型'],margins=True,margins_name='合计') # 求交叉表
correlation_2 = cross_tab_2.corr('spearman') # 求相关系数
print("表面风化与类型的交叉表为：\n",cross_tab_2)
print("表面风化与类型的相关系数为：\n")
correlation_2

cross_tab_3 = pd.crosstab(df1['表面风化'], df1['颜色'],margins=True,margins_name='合计') # 求交叉表
correlation_3 = cross_tab_3.corr('spearman') # 求相关系数
print("表面风化与颜色的交叉表为：\n",cross_tab_3)
print("表面风化与颜色的相关系数为：\n")
correlation_3

# 可视化
import seaborn as sns
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei' # 更改字体

ax_1 = sns.heatmap(
    correlation_1,
    annot = True,
    cmap="coolwarm",
    fmt='.1f'
)
​
bottom,top = ax_1.get_ylim()
ax_1.set_xlim(bottom,top)
plt.savefig('热力图1.png',dpi=300)

​​​​​​​ax_2 = sns.heatmap(
    correlation_2,
    annot = True,
    cmap="coolwarm",
    fmt='.1f'
)
​
bottom,top = ax_2.get_ylim()
ax_2.set_xlim(bottom,top)
plt.savefig('热力图2.png',dpi=300)

ax_3 = sns.heatmap(
    correlation_3,
    annot = True,
    cmap="coolwarm",
    fmt='.1f'
)
​
bottom,top = ax_3.get_ylim()
ax_3.set_xlim(bottom,top)
plt.savefig('热力图3.png',dpi=300)