如何用python进行相关性分析

Python06

如何用python进行相关性分析,第1张

用python进行相关性分析应该主要根据数据的内容进行分析，如果是带标注的数据可以通过模型训练的方式来获取进行分析，找出对目标结果有最大影响的因素。如果没有标注的话，可以用python构建网络知识图谱手动分析，或者自己构建数据表格，人为观察数据分布图找到其中规律。一般来说相关性分析，主要依靠人为的观察，并用数据和模型来辅助计算，从而获得相对准确的结果。

方法/步骤

第一步我们首先需要知道相关性主要有两个方向，一个是正方向一个是负方向，相关性系数是衡量两个变量之间影响程度，如下图所示：

请点击输入图片描述

第二步下面通过公式计算两个变量之间相关性系数，代码如下：

import numpy

import pandas

X = [52,19,7,33,2]

Y = [162,61,22,100,6]

#公式计算#均值XMean = numpy.mean(X)

YMean = numpy.mean(Y)

#标准差XSD = numpy.std(X)

YSD = numpy.std(Y)

#z分数ZX = (X-XMean)/XSD

ZY = (Y-YMean)/YSD#相关系数

r = numpy.sum(ZX*ZY)/(len(X))

print(r)

请点击输入图片描述

第三步运行程序，可以得到相关性系数r ，r的值是0.999674032661831，相关性非常高，如下图所示：

请点击输入图片描述

第四步我们也可以通过numpy的corrcoef方法计算相关性系数，输入代码

t=numpy.corrcoef(X,Y)

print(t)

可以看到X与Y和Y与X的相关性系数，如下图所示：

请点击输入图片描述

请点击输入图片描述

第五步我们也可以通过pandas的corr方法计算相关性系数，代码

data = pandas.DataFrame({'X':X,'Y':Y})

t2=data.corr()

print(t2)

得到了相同的结果，如下图所示：

请点击输入图片描述

请点击输入图片描述