python学习笔记（22）

您所在的位置：网站首页 › python计算两组数据相关系数的方法 › python学习笔记（22）

python学习笔记（22）

2024-07-03 20:46| 来源: 网络整理| 查看: 265

皮尔逊相关系数：pearson correlation coefficient,也称皮尔逊积矩相关系数：pearson product-moment correlation coefficient,用来反映两个变量之间线型相关程度强弱的统计量，r的绝对值越大，相关性越强

$r=\frac{COV(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}$

(D(x)和D(y)分别为变量X和Y的方差，COV(X,Y)为变量X和Y的协方差）

python中所用到的库是SciPy库

pip 安装scipy库scipy · PyPI和pearsonrSearch results · PyPI

(先下载后安装，选择适合的版本)

代码练习：基础运用 import random import numpy as np import matplotlib.pyplot as plt from scipy.stats import pearsonr x=np.arange(0,10,0.2) y1=3*x+5 y2=[] for i in y1: y2.append(i+random.uniform(-5,5)) plt.plot(x,y1,color='r',label='y1') plt.plot(x,y2,linestyle='--',label='y2') plt.legend(loc='upper left') plt.show()#输出图像 corr=pearsonr(y1,y2)#函数y1和y2引用scipy库计算皮尔逊相关系数，得出r和p print('相关系数r值为'+str(corr[0])+',显著水平p值为'+str(corr[1]))#写出p

【本文地址】

python学习笔记（22）

python学习笔记（22）

今日新闻

推荐新闻