pandas库里面的corr怎么用

`pandas`库中的`corr()`函数用于计算数据框中列之间的相关系数。可以使用以下语法：

df.corr(method='pearson', min_periods=1)

其中，`df`是要计算相关系数的数据框，`method`参数表示要使用的相关系数方法（默认为`pearson`，也可以选择`kendall`和`spearman`），`min_periods`参数指定计算相关系数所需的最小观测数。

例如，假设我们有以下数据框：

import pandas as pd

data = {'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10], 'C': [3, 6, 9, 12, 15]}
df = pd.DataFrame(data)

我们可以使用以下代码计算数据框中每两列之间的相关系数：

df.corr()

输出结果为：

     A    B    C
A  1.0  1.0  1.0
B  1.0  1.0  1.0
C  1.0  1.0  1.0

这里输出的结果是一个矩阵，对角线上的值是每一列自身的相关系数，其他位置上的值是对应两列之间的相关系数。由于这里的数据都是完全正相关的，所以每个位置上的值都为1。