本文共 544 字，大约阅读时间需要 1 分钟。
DataFrame.corr(method=‘pearson’, min_periods=1)
计算列与列之间的相关系数，返回相关系数矩阵method : {‘pearson’, ‘kendall’, ‘spearman’}pearson : standard correlation coefficientkendall : Kendall Tau correlation coefficientspearman : Spearman rank correlation 解释：相关系数的取值范围为[-1, 1],当接近1时，表示两者具有强烈的正相关性，比如‘s’和‘x’；当接近-1时，表示有强烈的的负相关性，比如‘s’和‘c’，而若值接近0，则表示相关性很低.
allDf = pd.DataFrame({ 'x':[0,1,2,4,7,10], 'y':[0,3,2,4,5,7], 's':[0,1,2,3,4,5], 'c':[5,4,3,2,1,0]},index = ['p1','p2','p3','p4','p5','p6'])#print(allDf) corr_matrix = allDf.corr()print(corr_matrix) 转载地址：http://vhhgi.baihongyu.com/