Pandas DataFrame 中两个数值列之间的相关性

在数据分析中，通常需要了解数据集中不同列之间的相关性，即一个列的变化是否会影响到另一个列的变化。而在 Pandas 中，可以使用 corr() 方法来计算 DataFrame 中两个数值列之间的相关性。

更多Pandas相关文章，请阅读：Pandas 教程

使用 corr() 方法计算相关性

corr() 方法可以计算 DataFrame 中各列之间的相关性，返回一个相关系数矩阵。相关系数的值介于 -1 和 1 之间，接近 1 表示两个列之间具有强正相关性，接近 -1 表示两个列之间具有强负相关性，接近 0 表示两个列之间不存在线性相关性。

下面是一个示例代码，展示如何计算 DataFrame 中两个数值列之间的相关性：

import pandas as pd

# 创建一个 DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [2, 4, 6, 8, 10],
        'C': [3, 5, 7, 9, 11]}
df = pd.DataFrame(data)

# 计算 A 列和 B 列之间的相关性
print('A 列和 B 列之间的相关性：')
corr = df['A'].corr(df['B'])
print(corr)

# 计算 A 列和 C 列之间的相关性
print('A 列和 C 列之间的相关性：')
corr = df['A'].corr(df['C'])
print(corr)

输出结果如下：

A 列和 B 列之间的相关性：
0.9999999999999999
A 列和 C 列之间的相关性：
1.0

可以看到，A 列和 B 列之间具有强正相关性，A 列和 C 列之间具有完全的正相关性。

可视化相关性

我们可以使用 Seaborn 库中的 heatmap() 方法将相关性矩阵可视化，更加直观地了解各列之间的相关性。下面是一个示例代码：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 创建一个 DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [2, 4, 6, 8, 10],
        'C': [3, 5, 7, 9, 11]}
df = pd.DataFrame(data)

# 计算相关性矩阵
corr = df.corr()

# 可视化相关性矩阵
sns.heatmap(corr, annot=True, cmap='coolwarm')
plt.show()

从图中可以看出，A 列、B 列之间、A 列、C 列之间的相关性都非常强，呈深红色，而 B 列、C 列之间的相关性较弱。