如何计算python字典的不同值之间的相关性？

Question

我正在学习python。我想计算值之间的相关性。我的数据是字典。

My_data = {1: [1450.0, -80.0, 840.0, -220.0, 630.0, 780.0, -1140.0], 2: [1450.0, -80.0, 840.0, -220.0, 630.0, 780.0, -1140.0],3:[ 720.0, -230.0, 460.0, 220.0, 710.0, -460.0, 90.0] }

这是我期望的回报。

    1     2      3
1   1     0.69  0.77
2         1     0.54
3               1

这是我试过的代码。我得到TypeError：/支持/：＆＃39; list＆＃39;不支持的操作数类型而且＆＃39; long＆＃39; 我不确定出了什么问题。如果有人解释我并帮助我找到理想的解决方案，我将不胜感激。

my_array=np.array(My_data .values())
Correlation = np.corrcoef(my_array,my_array)

Answer 1

案例1：如果您愿意使用pandas

使用pandas（numpy的包装），您可以按如下方式进行操作：

In [55]: import pandas as pd

In [56]: df = pd.DataFrame.from_dict(My_data, orient='index').T

In [57]: df.corr(method='pearson')
Out[57]: 
          1         2         3
1  1.000000  1.000000  0.384781
2  1.000000  1.000000  0.121978
3  0.384781  0.121978  1.000000

In [58]: df.corr(method='kendall')
Out[58]: 
          1         2         3
1  1.000000  1.000000  0.333333
2  1.000000  1.000000  0.240385
3  0.333333  0.240385  1.000000

In [59]: df.corr(method='spearman')
Out[59]: 
          1        2         3
1  1.000000  1.00000  0.464286
2  1.000000  1.00000  0.327370
3  0.464286  0.32737  1.000000

In [60]: 

说明：

以下行从词典pandas.DataFrame

创建My_data

df = pd.DataFrame.from_dict(My_data, orient='index').T

看起来像这样：

In [60]: df
Out[60]: 
         1       2       3
0   1450.0  1450.0   720.0
1    -80.0   -80.0  -230.0
2    840.0   840.0   460.0
3   -220.0  -220.0   220.0
4    630.0   630.0   710.0
5    780.0   780.0  -460.0
6  -1140.0 -1140.0    90.0
7      NaN   450.0  -640.0
8      NaN   730.0   870.0
9      NaN  -810.0  -290.0
10     NaN   390.0 -2180.0
11     NaN  -220.0  -790.0
12     NaN -1640.0    65.0
13     NaN  -590.0    70.0
14     NaN  -145.0   460.0
15     NaN  -420.0     NaN
16     NaN   620.0     NaN
17     NaN   450.0     NaN
18     NaN   -90.0     NaN
19     NaN   990.0     NaN
20     NaN  -705.0     NaN

然后df.corr()将计算列之间的成对相关性。

案例2：如果你想要一个纯粹的numpy解决方案

首先需要将数据转换为numpy.ndarray，然后就可以像这样计算相关性，

In [91]: np.corrcoef(np.asarray(new_data.values()))
Out[91]: 
array([[ 1.        ,  1.        ,  0.38478131],
       [ 1.        ,  1.        ,  0.38478131],
       [ 0.38478131,  0.38478131,  1.        ]])

In [92]: