Python数据挖掘-相关性-相关分析

所需模块

numpy、pandas

相关系数计算

首先使用numpy.mean()方法求出均值，Xsd=numpy.std()方法求出标准差；

然后在通过(X-Xmean)/Xsd公式求出z分数；

最后通过numpy.sum(ZX*ZY)/len(X)

import numpy

X=[
   12.5, 15.3, 23.2, 26.4, 33.5, 
    34.4, 39.4, 45.2, 55.4, 60.9]
Y=[
   21.2, 23.9, 32.9, 34.1, 42.5, 
    43.2, 49.0, 52.8, 59.4, 63.5]
    
#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)

使用内置函数直接计算

1、使用numpy的内置方法：numpy.corrcoef(X,Y),X和Y 为两组数据

2、使用pandas的内置方法：首先构造一个数据框，需要分析的两组数据称为两列，然后使用data.corr()

#直接调用内置方法
numpy.corrcoef(X,Y)

import pandas
data=pandas.DataFrame({
    "x":X,
    "y":Y})
data.corr()