pandas中corr

在Pandas库中，`corr()`函数是一个非常常用的数据分析工具，主要用于计算DataFrame或Series中两个或多个列之间的一致性或相关性。它基于Pearson相关系数（默认）或其他内积公式（如Spearman秩相关或Kendall Tau）来衡量数值型数据之间的线性相关程度。

当你调用`df.corr()`时，它会返回一个矩阵，其中行和列对应于DataFrame的每一列，矩阵的元素表示两列之间的相关系数。这个矩阵是对称的，意味着如果A列和B列的相关系数是0.8，那么B列和A列的相关系数也将是0.8。

`corr()`函数还可以接受其他参数，如`method`参数用于指定相关性计算方法（如默认的"pearson"，还有"kendall"、"spearman"等）。对于非数值类型的列，`corr()`会忽略它们。

例如：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [4, 5, 6, 7], 'C': ['a', 'b', 'c', 'd']})
correlation_matrix = df.corr()

这将返回一个显示'A'、'B'列间相关性的矩阵。