df.corr作用及参数

`df.corr()` 是用来计算 DataFrame 中列之间的相关性的方法。它返回一个包含列与列之间相关系数的矩阵，其中每个元素是两个列之间的相关系数。

`df.corr()` 方法有以下参数：

- `method`: 指定计算相关系数的方法，可以是 `pearson`（默认值）、`kendall` 或 `spearman`。`pearson` 方法用于计算两个连续变量之间的线性相关性，`kendall` 和 `spearman` 适用于计算任意类型变量之间的相关性。
- `min_periods`: 指定计算相关系数所需的最小观测值数量。默认值为 1，表示两个列中只要有任意一个非空值，就会计算它们之间的相关系数。如果设置为较大的值，则在观测值数量不足时会返回 NaN。
- `dropna`: 指定是否删除包含缺失值的行或列。默认值为 True，表示删除包含缺失值的行或列。如果设置为 False，则保留包含缺失值的行或列，并将相关系数设置为 NaN。

示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df.corr())

# Output:
#     A    B    C
# A  1.0  1.0  1.0
# B  1.0  1.0  1.0
# C  1.0  1.0  1.0

在上面的示例中，由于所有的列都是完全相关的，因此它们之间的相关系数都为 1.0。