数据特征分析：相关性分析（数据特征分析：相关性分析（Pandas中的中的corr方法）方法）
文章目录文章目录1.图示初判两个变量之间的相关性（散点图）多变量之间的相关性（散点图矩阵）2.Pearson相关系数3.Spearman相
关系数
分析连续变量之间的线性相关程度的强弱
介绍如下几种方法：
图示初判
Pearson相关系数（皮尔逊相关系数）
Sperman秩相关系数（斯皮尔曼相关系数）
1.图示初判图示初判
拿到一组数据，可以先绘制散点图查看各数据之间的相关性：
两个变量之间的相关性（散点图）两个变量之间的相关性（散点图）
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats
%matplotlib inline
# 图示初判
# （1）变量之间的线性相关性
data1 = pd.Series(np.random.rand(50)*100).sort_values()
data2 = pd.Series(np.random.rand(50)*50).sort_values()
data3 = pd.Series(np.random.rand(50)*500).sort_values(ascending = False)
# 创建三个数据：data1为0-100的随机数并从小到大排列，data2为0-50的随机数并从小到大排列，data3为0-500的随机数并
从大到小排列，
fig = plt.figure(figsize = (10,4))
ax1 = fig.add_subplot(1,2,1)
ax1.scatter(data1, data2)
plt.grid()
# 正线性相关
ax2 = fig.add_subplot(1,2,2)
ax2.scatter(data1, data3)
plt.grid()
# 负线性相关
多变量之间的相关性（散点图矩阵）多变量之间的相关性（散点图矩阵）
# 图示初判
# （2）散点图矩阵初判多变量间关系
data = pd.DataFrame(np.random.randn(200,4)*100, columns = ['A','B','C','D'])
pd.plotting.scatter_matrix(data,figsize=(8,8),#注意Pandas中的用法与之前不同
c = 'k',
marker = '+',
diagonal='hist',
alpha = 0.8,
range_padding=0.1)
资源评论
