python从100个城市中找出两个指标相关性系数最大且显著的城市并画图

可以按照以下步骤使用Python找出两个指标相关性系数最大且显著的城市，并画出它们的散点图：

1. 导入所需的库：

import pandas as pd
from scipy.stats import pearsonr
import matplotlib.pyplot as plt

2. 读取数据并计算相关系数：

data = pd.read_csv('data.csv')  # 读取数据
# 假设数据中第一列为城市名称，第二列为指标1，第三列为指标2
cities = data.iloc[:, 0]  # 获取城市名称
x = data.iloc[:, 1]  # 获取指标1的数据
y = data.iloc[:, 2]  # 获取指标2的数据
r, p = pearsonr(x, y)  # 计算整个数据集的相关系数及其显著性水平
print('整个数据集的相关系数 r = {:.2f}'.format(r))
print('整个数据集的显著性水平 p = {:.2f}'.format(p))

其中，r表示整个数据集的相关系数，p表示整个数据集的显著性水平。

3. 遍历所有城市，计算相关系数并找出最大值：

max_r = 0  # 最大相关系数
max_p = 0  # 最大相关系数对应的显著性水平
max_city1 = ''  # 相关系数最大的城市1
max_city2 = ''  # 相关系数最大的城市2
for i in range(len(cities)):
    for j in range(i+1, len(cities)):
        x1 = x[i]
        x2 = x[j]
        y1 = y[i]
        y2 = y[j]
        r, p = pearsonr([x1, x2], [y1, y2])
        if p < 0.05 and abs(r) > abs(max_r):
            max_r = r
            max_p = p
            max_city1 = cities[i]
            max_city2 = cities[j]
print('相关系数最大的城市对为 {}、{}，相关系数为 {:.2f}，显著性水平为 {:.2f}'.format(max_city1, max_city2, max_r, max_p))

4. 画出相关性最大的两个城市的散点图：

x1 = x[cities == max_city1]
x2 = x[cities == max_city2]
y1 = y[cities == max_city1]
y2 = y[cities == max_city2]
plt.scatter(x1, y1, label=max_city1)
plt.scatter(x2, y2, label=max_city2)
plt.xlabel('指标1')
plt.ylabel('指标2')
plt.legend()
plt.show()

其中，我们根据相关系数最大的两个城市的名称，从原始数据中提取它们对应的指标1和指标2的数据，然后使用matplotlib库画出它们的散点图。

希望以上内容能够帮助到你！