Pandas实战100例 | 案例 72: 计算相关系数矩阵

案例 72: 计算相关系数矩阵

知识点讲解

在数据分析中，了解变量之间的关系非常重要。相关系数矩阵是一种衡量不同变量间线性相关程度的方法。Pandas 提供了 corr 方法来计算 DataFrame 中所有列之间的相关系数。

• 计算相关系数矩阵: 使用 corr 方法可以计算 DataFrame 中所有数值列之间的相关系数。结果是一个矩阵，其中每个元素表示一对列之间的相关系数。

示例代码

# 准备数据和示例代码的运行结果，用于案例 72

# 示例数据
data_correlation_matrix = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [2, 3, 4, 5, 6]
}
df_correlation_matrix = pd.DataFrame(data_correlation_matrix)

# 计算相关系数矩阵
correlation_matrix = df_correlation_matrix.corr()

df_correlation_matrix, correlation_matrix

在这个示例中，我们计算了 A、B 和 C 三个列之间的相关系数。

示例代码运行结果

原始 DataFrame (df_correlation_matrix):

   A  B  C
0  1  5  2
1  2  4  3
2  3  3  4
3  4  2  5
4  5  1  6

相关系数矩阵 (correlation_matrix):

     A    B    C
A  1.0 -1.0  1.0
B -1.0  1.0 -1.0
C  1.0 -1.0  1.0

这个结果展示了每对变量之间的相关系数。在这个示例中，A 和 C 完全正相关，A 和 B 以及 B 和 C 完全负相关。相关系数矩阵在探索数据的关系和构建统计模型时非常有用。