文章目錄
0 皮爾遜系數
1 python計算方法
1.1 根據公式手寫
1.2 numpy的函數
1.3 scipy.stats中的函數
0 皮爾遜系數
在統計學中，皮爾遜相關系數( Pearson correlation coefficient），又稱皮爾遜積矩相關系數（Pearson product-moment correlation coefficient，簡稱 PPMCC或PCCs）。用於衡量兩個變量X和Y之間的線性相關相關關系，值域在-1與1之間。
1 python計算方法
筆者發現了三種方式，用戶可根據自身需求進行使用或者比對：
1.1 根據公式手寫
def cal_pccs(x, y, n):
"""
warning: data format must be narray
:param x: Variable 1
:param y: The variable 2
:param n: The number of elements in x
:return: pccs
"""
sum_xy = np.sum(np.sum(x*y))
sum_x = np.sum(np.sum(x))
sum_y = np.sum(np.sum(y))
sum_x2 = np.sum(np.sum(x*x))
sum_y2 = np.sum(np.sum(y*y))
pcc = (n*sum_xy-sum_x*sum_y)/np.sqrt((n*sum_x2-sum_x*sum_x)*(n*sum_y2-sum_y*sum_y))
return pcc
1.2 numpy的函數
pccs = np.corrcoef(x, y)
1
1.3 scipy.stats中的函數
from scipy.stats import pearsonr
pccs = pearsonr(x, y)
————————————————
版權聲明：本文為CSDN博主「我叫蔣哈哈」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/qq_40260867/article/details/90667462