本文仅本垃圾经验,欢迎大佬纠错。
在数据分析时,经常会针对两个变量进行相关性分析。在Python中主要用到的方法是pandas中的corr()方法。
corr():如果由数据框调用corr函数,那么将会计算每个列两两之间的相似度,返回DataFrame
corr()参数有三种,皮尔逊,斯皮尔曼,肯德尔,具体如下:
- pearson:相关系数来衡量两个数据集合是否在一条线上面,即针对线性数据的相关系数计算,针对非线性数据便会有误差。
- spearman:非线性的,非正态分析的数据的相关系数。
- kendall:用于反映分类变量相关性的指标,即针对无序序列的相关系数,非正态分布的数据。
通过method方法选择相关性方法,即:
df.corr(method='spearman')
一个示例:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
plt.rcParams['fo