spearman相关性分析python代码

以下是使用 Python 进行 Spearman 相关性分析的示例代码：

import pandas as pd
from scipy.stats import spearmanr

# 创建一个示例数据集
data = {'X': [1, 2, 3, 4, 5],
        'Y': [2, 4, 6, 8, 10]}
df = pd.DataFrame(data)

# 计算 Spearman 相关系数
correlation, p_value = spearmanr(df['X'], df['Y'])

print("Spearman correlation coefficient:", correlation)
print("p-value:", p_value)

在上述代码中，首先导入了 `pandas` 库来处理数据，以及 `spearmanr` 函数从 `scipy.stats` 中计算 Spearman 相关性系数。

然后，创建了一个示例数据集 `df`，其中包含了两个变量 `X` 和 `Y`。

最后，使用 `spearmanr` 函数计算 `X` 和 `Y` 之间的 Spearman 相关性系数，并将结果打印出来。

请注意，这只是一个简单的示例代码，你可以根据你的实际需求进行相应的修改和扩展。