相关性错误

Question

我是 python 和 pandas/matplotlib 的新手。我正在尝试计算迪士尼和 Netflix 的两个收盘股价之间的相关性（作为示例），但不确定我是否做得正确？当我输出如下图所示的数据时，它看起来很奇怪，并不像我预期的那样（因为我预计它是显示两只股票之间相关性的一行）。计算两个收盘股价之间的相关性的最佳/最简单方法是什么，以及如何使输出看起来更好？任何提示或帮助表示赞赏！

Answer 1

如果您只想要两列之间的相关性，可以使用内置pearsonr模块 in scipy，它返回Pearson 相关性和p 值。

尝试这个：

#input test data

>>> newData

        DIS      NFLX

0  0.620575  0.122005

1  0.124085  0.380087

2  0.286652  0.218533

3  0.569696  0.511214

4  0.081106  0.114614

5  0.223516  0.677468

6  0.226528  0.474243

7  0.998798  0.099523

8  0.994585  0.429352

9  0.277520  0.882989

>>> from scipy import stats

>>> corr, p_value = stats.pearsonr(newData['DIS'].values, newData['NFLX'].values)

>>> print(corr)

-0.25752281938162824

它不会返回任何有缺陷的东西。返回一个方形相关矩阵，如果有多个特征/变量，df.corr()这非常有用。您始终可以通过和提取df['DIS']和之间的相关性：df['NFLX']lociloc

>>> #test data

>>> newData.corr()

           DIS      NFLX

DIS   1.000000 -0.257523

NFLX -0.257523  1.000000 

>>> newData.corr().loc['DIS','NFLX']

-0.25752281938162824

>>> newData.corr().loc['NFLX','DIS']

-0.25752281938162824

>>> newData.corr().iloc[1][0] # 2nd row and 1st column 

-0.25752281938162824

>>>newData.corr().loc[0][1] # 1nd row and 2nd column 

-0.25752281938162824

您可以使用 pandas 立即使相关矩阵看起来更好style：

newData.corr().style.background_gradient(cmap='viridis') 

如果你想让相关矩阵看起来更好。您可以使用名为 的seaborn 热图功能sns.heatmap。这是一个例子：

import matplotlib.pyplot as plt

import seaborn as sns

sns.heatmap(newData.corr(),annot=True, lw=2, cmap='coolwarm')

plt.show()

输出：

Answer 2

不，你的答案是对的，这被称为相关矩阵，你从中可以理解什么

1. 等于 1 的对角线部分始终为 1，因为同一特征的相关值为 1

2. 两只股票之间的相关性等于 0.0272

3. 例如，如果你有第三个特征，它将为每个特征生成一个 3*3 矩阵

旁注：呈现相关矩阵的一个好方法是使用热图，它很容易理解和可视化，您可以检查这个问题，它有一个很好的答案，有助于理解如何构建它