Question

我想使用Python计算spearman rank correlation，最有可能是scipy实现（scipy.stats.spearmanr）。

手头的数据看起来像是以下方式（字典）：

{a:0.3, b:0.2, c:0.2} and {a:0.5, b:0.6, c:0.4}

现在把它传递给spearman模块，如果我是正确的（降序），我会给它们分配等级：

[1,2,3] and [2,1,3]

所以现在我想考虑关系，所以现在我将用于第一个向量：

[1,2,2] or [1,2.5,2.5]

基本上，这整个概念是否正确以及如何处理这种基于字典的数据的关系。

正如@Jaime所建议的那样，spearmanr函数与值一起使用，但为什么这种行为成为可能：

In [5]: spearmanr([0,1,2,3],[1,3,2,0])
Out[5]: (-0.39999999999999997, 0.59999999999999998)

In [6]: spearmanr([10,7,6,5],[0.9,0.5,0.6,1.0])
Out[6]: (-0.39999999999999997, 0.59999999999999998)

谢谢！

Answer 1

scipy.stats.spearmanr将负责为您计算排名，您只需按正确的顺序为其提供数据：

>>> scipy.stats.spearmanr([0.3, 0.2, 0.2], [0.5, 0.6, 0.4])
(0.0, 1.0)

如果您有排名数据，可以在其上调用scipy.stats.pearsonr以获得相同的结果。正如下面的示例所示，尽管我认为[1, 2.5, 2.5]更为常见，但您尝试过的方法都有效。此外，scipy使用从零开始的索引，因此内部使用的排名更像[0, 1.5, 1.5]：

>>> scipy.stats.pearsonr([1, 2, 2], [2, 1, 3])
(0.0, 1.0)
>>> scipy.stats.pearsonr([1, 2.5, 2.5], [2, 1, 3])
(0.0, 1.0)

Spearman在Python中使用关系排名相关

1 个答案: