如何使用Pandas创建一个相关矩阵

相关是一种统计技术，显示两个变量的关系。Pandas dataframe.corr()方法用于创建相关矩阵。它用于查找数据框架中所有列的成对相关性。任何na值都被自动排除。对于数据框架中任何非数字数据类型的列，它将被忽略。
要使用pandas创建相关矩阵，应采取以下步骤：

1.获取数据。
2.使用Pandas创建DataFrame。
3.使用Pandas创建相关矩阵。

示例 1:

# import pandas
import pandas as pd
 
# obtaining the data
data = {'A': [45, 37, 42],
        'B': [38, 31, 26],
        'C': [10, 15, 17]
        }
# creation of DataFrame
df = pd.DataFrame(data)
 
# creation of correlation matrix
corrM = df.corr()
 
corrM

输出:

对角线上的数值表示一个变量与自身的相关性，因此对角线上的数值表示相关性1。

示例 2:

import pandas as pd
 
data = {'A': [45, 37, 42, 50],
        'B': [38, 31, 26, 90],
        'C': [10, 15, 17, 100],
        'D': [60, 99, 23, 56],
        'E': [76, 98, 78, 90]
        }
 
df = pd.DataFrame(data)
 
corrM = df.corr()
corrM

输出:

示例 3:

import pandas as pd
 
# Integer and string values can
# never be correlated.
data = {'A': [45, 37, 42, 50],
        'B': ['R', 'O', 'M', 'Y'],
        }
 
df = pd.DataFrame(data)
 
corrM = df.corr()
corrM

输出:

示例 4:

import pandas as pd
 
data = {'A': [45, 37, 42, 50],
        'B': ['R', 'O', 'M', 'Y'],
        'C': [56, 67, 68, 60],
               
        }
 
df = pd.DataFrame(data)
 
corrM = df.corr()
corrM

输出: