python典型相关分析代码
时间: 2024-05-13 13:11:41 浏览: 7
Python是一个非常流行的编程语言,它在数据科学和机器学习方面也有着广泛的应用。以下是一些Python典型的相关分析代码:
1. 相关系数计算
相关系数是用来度量两个变量之间线性关系强度的统计量,其值介于-1到1之间。在Python中,可以使用pandas库中的corr()函数计算相关系数。
```python
import pandas as pd
data = pd.read_csv('data.csv')
corr_matrix = data.corr()
print(corr_matrix)
```
2. 散点图绘制
散点图是用来显示两个变量之间的关系的图表。在Python中,可以使用matplotlib库中的scatter()函数绘制散点图。
```python
import matplotlib.pyplot as plt
data = pd.read_csv('data.csv')
x = data['x']
y = data['y']
plt.scatter(x, y)
plt.show()
```
3. 线性回归分析
线性回归分析用来建立两个变量之间的线性关系模型。在Python中,可以使用scikit-learn库中的LinearRegression()函数进行线性回归分析。
```python
from sklearn.linear_model import LinearRegression
data = pd.read_csv('data.csv')
x = data['x'].values.reshape(-1, 1)
y = data['y'].values.reshape(-1, 1)
model = LinearRegression()
model.fit(x, y)
r_sq = model.score(x, y)
print('R-squared:', r_sq)
```