【python】求多变量/样本（矩阵）之间的相关性系数-Toy模板网

这篇具有很好参考价值的文章主要介绍了【python】求多变量/样本（矩阵）之间的相关性系数。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

创作日志： Pearson或Spearson代表的是两个变量之间的相关性，因此一般输入是两个向量(vector)，那么当我们有多个变量时，怎样计算他们两两之间的相关性系数呢？得到的correlation matrix各元素代表的又是什么意思呢？

举例：
矩阵A有两个样本：a1 与 a2，矩阵B有两个样本：b1 与 b2
我们可以利用相关性系数计算函数直接得到 a1 与 b1 、 a2 与 b2 的相关性

【python】求多变量/样本（矩阵）之间的相关性系数,Python,python,矩阵,开发语言

import numpy as np

# 创建两个示例矩阵
matrix1 = np.array([[1, 2, 3],
                   [4, 5, 6]])

matrix2 = np.array([[9, 2, 7],
                   [6, 5, 0]])

# 使用NumPy的corrcoef函数计算Pearson相关性系数
correlation_matrix = np.corrcoef(matrix1, matrix2)

print(correlation_matrix)

打印结果：

[[ 1.          1.         -0.2773501  -0.93325653]
 [ 1.          1.         -0.2773501  -0.93325653]
 [-0.2773501  -0.2773501   1.         -0.0862796 ]
 [-0.93325653 -0.93325653 -0.0862796   1.        ]]