https://blog.csdn.net/u012325865/article/details/88421813

pandas中DataFrame對(duì)象corr()方法的用法，該方法用來(lái)計(jì)算DataFrame對(duì)象中所有列之間的相關(guān)系數(shù)（包括pearson相關(guān)系數(shù)、Kendall Tau相關(guān)系數(shù)和spearman秩相關(guān)）。

pandas相關(guān)系數(shù)-DataFrame.corr()參數(shù)詳解

DataFrame.corr(method='pearson', min_periods=1)

參數(shù)說(shuō)明：

method：可選值為{'pearson’, 'kendall’, 'spearman’}

               pearson：Pearson相關(guān)系數(shù)來(lái)衡量?jī)蓚€(gè)數(shù)據(jù)集合是否在一條線上面，即針對(duì)線性數(shù)據(jù)的相關(guān)系數(shù)計(jì)算，針對(duì)非線性                                           數(shù)據(jù)便會(huì)有誤差。

                kendall：用于反映分類變量相關(guān)性的指標(biāo)，即針對(duì)無(wú)序序列的相關(guān)系數(shù)，非正太分布的數(shù)據(jù)

                spearman：非線性的，非正太分析的數(shù)據(jù)的相關(guān)系數(shù)

min_periods：樣本最少的數(shù)據(jù)量

返回值：各類型之間的相關(guān)系數(shù)DataFrame表格。

————————————————

版權(quán)聲明：本文為CSDN博主「DrugAI」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請(qǐng)附上原文出處鏈接及本聲明。

原文鏈接：https://blog.csdn.net/u012325865/article/details/88421813