使用Python创建相关矩阵

相关矩阵是包含变量之间相关系数的表格。表中的每个单元格代表两个变量之间的相关性。该值介于 -1 和 1 之间。相关矩阵用于汇总数据，作为高级分析的诊断和更高级分析的输入。相关性的两个关键组成部分是：

• 幅度：幅度越大，相关性越强。
• 符号：如果为正，则存在规则相关性。如果为负，则存在负相关。

使用以下两个库创建了相关矩阵：

1. Numpy 库
2. 熊猫图书馆

方法 1：使用 Numpy 库创建相关矩阵

Numpy 库使用 corrcoef()函数返回一个 2×2 的矩阵。该矩阵由 x 与 x (0,0)、x 与 y (0,1)、y 与 x (1,0) 以及 y 与 y (1,1) 的相关性组成。我们只关心 x 与 y 的相关性，即单元格 (0,1) 或 (1,0)。请参阅下面的示例。

示例 1：假设一家冰淇淋店跟踪当天冰淇淋的总销售额与温度的关系。

Python3

import numpy as np
 
 
# x represents the total sale in
# dollers
x = [215, 325, 185, 332, 406, 522, 412,
     614, 544, 421, 445, 408],
 
# y represents the temperature on
# each day of sale
y = [14.2, 16.4, 11.9, 15.2, 18.5, 22.1,
     19.4, 25.1, 23.4, 18.1, 22.6, 17.2]
 
# create correlation matrix
matrix = np.corrcoef(x, y)
 
# print matrix
print(matrix)

输出

[[1.         0.95750662]
 [0.95750662 1.        ]]

从上面的矩阵中，如果我们看到单元格 (0,1) 和 (1,0) 都具有等于 0.95750662 的相同值，这使我们得出结论，只要温度高，我们就会有更多的销售额。

示例 2：假设我们给出了男孩的血糖水平与年龄相应。找出年龄（x）和身体（y）中葡萄糖水平之间的相关性。

蟒蛇3

import numpy as np
 
 
# x represents the age
x = [43, 21, 25, 42, 57, 59]
 
# y represents the glucose level
# corresponding to that age
y = [99, 65, 79, 75, 87, 81]
 
# correlation matrix
matrix = np.corrcoef(x, y)
print(matrix)

输出

[[1.        0.5298089]
 [0.5298089 1.       ]]

从上述相关矩阵中，0.5298089 或 52.98% 表示该变量具有中度正相关。

方法 2：使用 Pandas 库创建相关矩阵

为了为给定的数据集创建相关矩阵，我们在数据帧上使用 corr() 方法。

示例 1：

蟒蛇3

import pandas as pd
 
 
# collect data
data = {
    'x': [45, 37, 42, 35, 39],
    'y': [38, 31, 26, 28, 33],
    'z': [10, 15, 17, 21, 12]
}
 
# form dataframe
dataframe = pd.DataFrame(data, columns=['x', 'y', 'z'])
print("Dataframe is : ")
print(dataframe)
 
# form correlation matrix
matrix = dataframe.corr()
print("Correlation matrix is : ")
print(matrix)

输出：

Dataframe is : 
    x   y   z
0  45  38  10
1  37  31  15
2  42  26  17
3  35  28  21
4  39  33  12
Correlation matrix is :
          x         y         z
x  1.000000  0.518457 -0.701886
y  0.518457  1.000000 -0.860941
z -0.701886 -0.860941  1.000000

示例 2：

使用的 CSV 文件：

蟒蛇3

import pandas as pd
 
 
# create dataframe from file
dataframe = pd.read_csv("C:\\GFG\\sample.csv")
 
# show dataframe
print(dataframe)
 
# use corr() method on dataframe to
# make correlation matrix
matrix = dataframe.corr()
 
# print correlation matrix
print("Correlation Matrix is : ")
print(matrix)

输出：

Correlation Matrix is : 
                     AVG temp C  Ice Cream production
AVG temp C              1.000000              0.718032
Ice Cream production    0.718032              1.000000