Python三种方法计算皮尔逊相关系数（Pearson correlation coefficient）

文章目录
0 皮尔逊系数
1 python计算方法
1.1 根据公式手写
1.2 numpy的函数
1.3 scipy.stats中的函数
0 皮尔逊系数
 在统计学中，皮尔逊相关系数( Pearson correlation coefficient），又称皮尔逊积矩相关系数（Pearson product-moment correlation coefficient，简称 PPMCC或PCCs）。用于衡量两个变量X和Y之间的线性相关相关关系，值域在-1与1之间。

1 python计算方法
笔者发现了三种方式，用户可根据自身需求进行使用或者比对：

1.1 根据公式手写
def cal_pccs(x, y, n):
"""
warning: data format must be narray
:param x: Variable 1
:param y: The variable 2
:param n: The number of elements in x
:return: pccs
"""
sum_xy = np.sum(np.sum(x*y))
sum_x = np.sum(np.sum(x))
sum_y = np.sum(np.sum(y))
sum_x2 = np.sum(np.sum(x*x))
sum_y2 = np.sum(np.sum(y*y))
pcc = (n*sum_xy-sum_x*sum_y)/np.sqrt((n*sum_x2-sum_x*sum_x)*(n*sum_y2-sum_y*sum_y))
return pcc

1.2 numpy的函数
pccs = np.corrcoef(x, y)
1
1.3 scipy.stats中的函数
from scipy.stats import pearsonr
pccs = pearsonr(x, y)
————————————————
版权声明：本文为CSDN博主「我叫蒋哈哈」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_40260867/article/details/90667462