1、corr()计算列之间关系

Pandas模块的一个重要方面是corr()方法。

corr()方法计算数据集中各列之间的关系。

此页面中的示例使用一个名为“data.csv”的CSV文件。

data.csv文件：https://www.cjavapy.com/download/5fe1f74edc72d93b4993067c/

例如： 

显示各列之间的关系：

df.corr()

注意：corr()方法将忽略“非数字”列。

结果说明

corr()方法的结果是一个包含大量数字的表，这些数字表示两列之间的关系良好。

该数字从-1到1。

1表示存在1对1的关系（完全相关），对于此数据集，每当第一列中的一个值增加时，另一个值也随之增加。

0.9也是很好的关系，如果您增加一个值，另一个可能也会增加。

-0.9和0.9的关系一样好，但是如果增加一个值，另一个可能会下降。

0.2表示关系不好，这意味着如果一个值上升并不意味着另一个会上升。

什么是良好的相关性？取决于使用情况，但我认为可以肯定地说您必须至少具有0.6（或-0.6），以使其具有良好的相关性。

完美的相关性:

我们可以看到，“ Duration”和“ Duration”的数字为1.000000，这很有意义，每个列之间始终具有完美的关系。

良好的相关性:

“Duration”和“Calories”的相关性为0.922721，这是一个很好的相关性，我们可以预测出，锻炼时间越长，燃烧的卡路里就越多，反之亦然：消耗了大量的卡路里，可能需要长时间的锻炼。

不好的相关性:

“Duration”和“Maxpulse”的相关性为0.009403，这是一个非常差的相关性，这意味着我们无法仅通过观察锻炼的持续时间来预测最大脉冲，反之亦然。