pandas的相关系数与协方差实例


Posted in Python onDecember 27, 2019

1、输出百分比变化以及前后指定的行数

a = np.arange(1,13).reshape(6,2)
  data = DataFrame(a)
  #计算列的百分比变化,如果想计算行设置axis=1
  print(data.pct_change())
  '''
       0     1
   0    NaN    NaN
   1 2.000000 1.000000
   2 0.666667 0.500000
   3 0.400000 0.333333
   4 0.285714 0.250000
   5 0.222222 0.200000
  '''
  #输出前五行,默认是5,可以通过设置n参数来设置输出的行数
  print(data.head())
  '''
    0  1
  0 1  2
  1 3  4
  2 5  6
  3 7  8
  4 9 10
  '''
  #输出最后五行
  print(data.tail())
  '''
    0  1
  1  3  4
  2  5  6
  3  7  8
  4  9 10
  5 11 12
  '''

2、计算DataFrame列与列的相关系数和协方差

a = np.arange(1,10).reshape(3,3)
  data = DataFrame(a,index=["a","b","c"],columns=["one","two","three"])
  print(data)
  '''
    one two three
  a  1  2   3
  b  4  5   6
  c  7  8   9
  '''
  #计算第一列和第二列的相关系数
  print(data.one.corr(data.two))
  #1.0
  #返回一个相关系数矩阵
  print(data.corr())
  '''
      one two three
  one  1.0 1.0  1.0
  two  1.0 1.0  1.0
  three 1.0 1.0  1.0
  '''
  #计算第一列和第二列的协方差
  print(data.one.cov(data.two))
  #9.0
  #返回一个协方差矩阵
  print(data.cov())
  '''
      one two three
  one  9.0 9.0  9.0
  two  9.0 9.0  9.0
  three 9.0 9.0  9.0
  '''

3、计算DataFrame与列或者Series的相关系数

a = np.arange(1,10).reshape(3,3)
  data = DataFrame(a,index=["a","b","c"],columns=["one","two","three"])
  print(data)
  '''
    one two three
  a  1  2   3
  b  4  5   6
  c  7  8   9
  '''
  #计算data与第三列的相关系数
  print(data.corrwith(data.three))
  '''
  one   1.0
  two   1.0
  three  1.0
  '''
  #计算data与Series的相关系数
  #在定义Series的时候,索引一定要去DataFrame的索引一样
  s = Series([5,3,1],index=["a","b","c"])
  print(data.corrwith(s))
  '''
  one   -1.0
  two   -1.0
  three  -1.0
  '''

注意:在使用DataFrame或Series在计算相关系数或者协方差的时候,都会计算索引重叠的、非NA的、按照索引对齐原则,对于无法对齐的索引会使用NA值进行填充。在使用DataFrame与指定的行或列或Series计算协方差和相关系数的时候,默认都是与DataFrame的列进行计算,如果想要计算行,设置axis参数为1即可。

以上这篇pandas的相关系数与协方差实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
使用Python简单的实现树莓派的WEB控制
Feb 18 Python
python中函数总结之装饰器闭包详解
Jun 12 Python
Python多线程经典问题之乘客做公交车算法实例
Mar 22 Python
python 用for循环实现1~n求和的实例
Feb 01 Python
Python+opencv 实现图片文字的分割的方法示例
Jul 04 Python
python中的逆序遍历实例
Dec 25 Python
pytorch构建多模型实例
Jan 15 Python
python中查看.db文件中表格的名字及表格中的字段操作
Jul 07 Python
详解python安装matplotlib库三种失败情况
Jul 28 Python
Python 微信公众号文章爬取的示例代码
Nov 30 Python
关于Python错误重试方法总结
Jan 03 Python
Python基本知识点总结
Apr 07 Python
详解opencv中画圆circle函数和椭圆ellipse函数
Dec 27 #Python
如何更改 pandas dataframe 中两列的位置
Dec 27 #Python
使用OpenCV circle函数图像上画圆的示例代码
Dec 27 #Python
python的slice notation的特殊用法详解
Dec 27 #Python
详解Python Opencv和PIL读取图像文件的差别
Dec 27 #Python
pandas 对group进行聚合的例子
Dec 27 #Python
pandas-resample按时间聚合实例
Dec 27 #Python
You might like
PHP实现网上点歌(二)
2006/10/09 PHP
基于MySQL分区性能的详细介绍
2013/05/02 PHP
PHP中的str_repeat函数在JavaScript中的实现
2013/09/16 PHP
非常全面的php日期时间运算汇总
2015/11/04 PHP
调试WordPress中定时任务的相关PHP脚本示例
2015/12/10 PHP
PHP简单处理表单输入的特殊字符的方法
2016/02/03 PHP
php版银联支付接口开发简明教程
2016/10/14 PHP
动态表单验证的操作方法和TP框架里面的ajax表单验证
2017/07/19 PHP
网站导致浏览器崩溃的原因总结(多款浏览器) 推荐
2010/04/15 Javascript
疯狂Jquery第一天(Jquery学习笔记)
2012/05/11 Javascript
一个JavaScript防止表单重复提交的实例
2014/10/21 Javascript
轻松创建nodejs服务器(6):作出响应
2014/12/18 NodeJs
jQuery实现平滑滚动的标签分栏切换效果
2015/08/28 Javascript
浅析JavaScript声明变量
2015/12/21 Javascript
JS实现上下左右对称的九九乘法表
2016/02/22 Javascript
JavaScript接口的实现三种方式(推荐)
2016/06/14 Javascript
使用bootstrap实现多窗口和拖动效果
2016/09/22 Javascript
js判断一个字符串是以某个字符串开头的简单实例
2016/12/27 Javascript
微信小程序 Toast自定义实例详解
2017/01/20 Javascript
js实现滑动到页面底部自动加载更多功能
2017/02/15 Javascript
浅谈Vue.js组件(二)
2019/04/09 Javascript
Python制作Windows系统服务
2017/03/25 Python
python定向爬取淘宝商品价格
2018/02/27 Python
Tensorflow实现AlexNet卷积神经网络及运算时间评测
2018/05/24 Python
python 读取视频,处理后,实时计算帧数fps的方法
2018/07/10 Python
PyTorch之nn.ReLU与F.ReLU的区别介绍
2020/06/27 Python
英国现代绅士品牌:Hackett
2017/12/17 全球购物
Juice Beauty官网:有机美容产品,护肤与化妆品
2020/06/13 全球购物
市场营销专业推荐信
2013/11/03 职场文书
党员作风建设整改方案
2014/10/27 职场文书
2014年销售员工作总结
2014/12/01 职场文书
自主招生推荐信怎么写
2015/03/26 职场文书
预备党员群众意见
2015/06/01 职场文书
公司会议开幕词
2016/03/03 职场文书
MYSQL数据库使用UTF-8中文编码乱码的解决办法
2021/05/26 MySQL
SpringBoot深入分析讲解监听器模式下
2022/07/15 Java/Android