np.corrcoef()方法計算數據皮爾遜積矩相關系數（Pearson's r）

上一篇通過公式自己寫了一個計算兩組數據的皮爾遜積矩相關系數（Pearson's r）的方法,但np已經提供了一個用於計算皮爾遜積矩相關系數（Pearson's r）的方法 np.corrcoef() :

a = pd.Series([1,2,3,4,5,6,7,8,9,10])
b = pd.Series([2,4,1,5,1,3,6,2,7,0])
c = pd.Series([0,3,2,1,4,7,1,9,6,2])
x = np.vstack((a,b,c))
r = np.corrcoef(x)
print(r)

[[1.         0.10233683 0.47840854]
 [0.10233683 1.         0.0242104 ]
 [0.47840854 0.0242104  1.        ]]

需要注意的是, np.corrcoef() 接受的參數是一個矩陣,返回的結果也是一個矩陣

以上面的代碼為例: a,b,c 分別為第 0,1,2 組數組,返回的矩陣結果 r[i][j] 分別為第 i 組數據和第 j 組數據的皮爾遜積矩相關系數:

 r[0][0] 計算的是第 [0] 組數組和第 [0] 組數據的相關系數,也就是 a 和 a,結果當然是1.

 r[0][1] 計算的是第 [0] 組數組和第 [1] 組數據的相關系數,也就是 a和 b,結果是0.10233683

 r[2][0] 計算的是第 [2] 組數組和第 [0] 組數據的相關系數,也就是 c和 a,結果是0.47840854