皮尔逊相关系数代码实现
①直接用numpy的corrcoef方法

from math import sqrt
import numpy as npx = [2,7,18,88,157, 90,177,570]
y = [3,5,15,90,180, 88,160,580]print (np.corrcoef(x,y))  # ✔

输出结果—— (右上左下为R)
[[1. 0.99834875]
[0.99834875 1. ]]

②调用scipy库函数

from scipy.stats import pearsonrv1 = [2,7,18,88,157, 90,177,570]
v2 = [3,5,15,90,180, 88,160,580]pccs = pearsonr(v1, v2)
print(pccs)

输出结果—— (第一位为R)
(0.99834874864405, 1.1241947891650549e-08)

②自己手动实现

import math
import numpy as npdef pearson(v1, v2):n = len(v1)#simple sumssum1 = sum(float(v1[i]) for i in range(n))sum2 = sum(float(v2[i]) for i in range(n))#sum up the squaressum1_pow = sum([pow(v, 2.0) for v in v1])sum2_pow = sum([pow(v, 2.0) for v in v2])#sum up the productsp_sum = sum([v1[i] * v2[i] for i in range(n)])#分子num,分母denominatornum = p_sum - (sum1*sum2/n)den = math.sqrt((sum1_pow-pow(sum1, 2)/n)*(sum2_pow-pow(sum2, 2)/n))if den == 0:return 0.0return num/denvector1 = [2,7,18,88,157, 90,177,570]
vector2 = [3,5,15,90,180, 88,160,580]print(pearson(vector2,vector1))

输出结果——
0.9983487486440501

禁止windows自动更新

皮尔逊相关系数R的代码实现相关推荐

  1. 皮尔逊相关系数 定义+python代码实现 (与王印讨论公式)

    皮尔逊相关系数 定义+python代码实现 (与王印讨论公式) 标签: python相关性系数皮尔逊系数 2016-10-25 20:59 153人阅读 评论(0) 收藏 举报  分类: 集体智慧编程 ...

  2. python二维散点分布图_深入理解皮尔逊相关系数amp;python代码

    1.常见理解误区 (1)计算出变量A和变量B的皮尔逊相关系数为0,不代表A和B之间没有相关性,只能说明A和B之间不存在线性相关关系. 例:温度和冰淇淋销量之间的散点图像如下,可以发现大致成二次函数图像 ...

  3. java 皮尔逊相关系数_皮尔逊相关系数

    皮尔逊相关系数又称为简单相关系数,英文名称:pearson correlation coefficient,它描述了两个定距变量间联系的紧密程度(线性关系).样本的简单相关系数一般用R表示,计算公式为 ...

  4. 皮尔逊相关系数的理解

    别人写个回答的水平都很高如何理解皮尔逊相关系数(Pearson Correlation Coefficient)? 皮尔逊相关系数理解有两个角度 其一, 按照高中数学水平来理解, 它很简单, 可以看做 ...

  5. 皮尔逊相关系数的计算(python代码版)

    皮尔逊相关系数的计算(python代码版) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 fro ...

  6. 皮尔逊相关系数(Pearson Correlation Coefficient, Pearson's r)

    Pearson's r,称为皮尔逊相关系数(Pearson correlation coefficient),用来反映两个随机变量之间的线性相关程度. 用于总体(population)时记作ρ (rh ...

  7. ML之FE:PCC皮尔逊相关系数(Pearson correlation coefficient)的简介、案例应用(与spearman相关系数对比及其代码实现)之详细攻略

    ML之FE:PCC皮尔逊相关系数(Pearson correlation coefficient)的简介.案例应用(与spearman相关系数对比及其代码实现)之详细攻略 目录 PCC/PPMCC皮尔 ...

  8. 基于用户的协同过滤和皮尔逊相关系数

    基于用户的协同过滤和皮尔逊相关系数 2012 年 11 月 05 日 isnowfy algorithm, web frameborder="0" hspace="0&q ...

  9. MATLAB学习笔记 皮尔逊相关系数和模板匹配

    一.皮尔逊相关系数 在统计学中,皮尔逊相关系数( Pearson correlation coefficient),又称皮尔逊积矩相关系数(Pearson product-moment correla ...

最新文章

  1. ROW_NUMBER() OVER()函数用法;(分组,排序),partition by
  2. .net之生成图表的控件(柱状图,曲线图,饼状图) [转]
  3. argument在python里什么意思_python add_argument() 的使用方法
  4. tomcat启动startup.bat一闪而过 全面解决,大佬牛逼,转载
  5. Eclipse SVN插件检出Src下面的包变成了文件夹解决
  6. eclipse html自动对齐,MyEclipse和Eclipse中jsp、html格式化自动排版问题
  7. 捣鼓了一个月的SharePoint
  8. VB SendKeys 语句
  9. 区块链100篇之第三篇--数字签名
  10. iOS开发: info访问权限配置
  11. 计算机视觉在小机器人中应用,基于计算机视觉的车身焊接机器人路径校正装置的制造方法...
  12. 移动国际漫游电话费用计算
  13. 奋斗在制造业----CAE行业感想
  14. fastadmin页面日期时间组件的调用
  15. vue判断有没有滚动条
  16. pyqt:让qlabel的图片根据鼠标指向的位置进行放缩
  17. Matplotlib、PIL Image如何将多张图片整合保存为一张图片
  18. 学习smarty手记一,如何配置smarty
  19. IDEA 远程断点调试
  20. [附源码]计算机毕业设计Python+uniapp基于Android 工厂考勤系统4h291(程序+源码+LW+远程部署)

热门文章

  1. Android——单元测试
  2. Linux自动化运维部署+运维
  3. 关于springboot+simbot+mriai实现QQ群智能回复机器人
  4. 数据结构第一次上机实验报告
  5. createprocess函数的参数说明:
  6. Scalar的基础篇(零)简单介绍
  7. 计算机ip地址无法修改密码,修改wifi密码网址进不去怎么办?
  8. 统计相关总结(AWK等)
  9. 视频监控RTSP 客户端
  10. 论文写作总结(中外文对比)