如何用python进行相关性分析

Python023

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。

线性相关：主要采用皮尔逊相关系数来度量连续变量之间的线性相关强度；

线性相关系数|r| 相关程度

0<=|r|<0.3 低度相关

0.3<=|r|<0.8 中度相关

0.8<=|r|<1 高度相关

1 函数

相关分析函数：

DataFrame.corr()

Series.corr(other)

说明：

如果由数据框调用corr方法，那么将会计算每个列两两之间的相似度

如果由序列调用corr方法，那么只是计算该序列与传入序列之间的相关度

返回值：

dataFrame调用：返回DataFrame

Series调用： 返回一个数值型，大小为相关度

2 案例

import pandas

data=pandas.read_csv('C:\\Users\\Desktop\\test.csv')

print(data.corr())

#由数据框调用corr方法,将会计算每个列两两之间的相似度，返回的是一个矩形

print(data['人口'].corr(data['文盲率']))

#由某一列调用corr方法，只是计算该序列与传入序列（本例中的'文盲率'）之间的相关度

print(data['超市购物率','网上购物率','文盲率','人口']).corr()