1回答
我想运行每个列与pandas中所有其他列的Spearman关联。我只需要相关性的分布(数组)，而不需要相关矩阵。我知道我可以使用df.corr(method='spearman')，但是我只需要两两相关，而不是整个相关矩阵或对角线。我认为这可能会加快计算速度，因为我将只计算(( N^2 ) - N)/2相关性，而不是N^2。然而，这只是一个假设--因为矩阵将是对称的，也许pandas已经通过计算相关矩阵的一半并相应地填充其
浏览 5提问于2018-01-23得票数 1
我已经在给定的Pandas DataFrame df上确定了下面的操作是我代码的瓶颈。 df.corr() 我想知道是否有一些替代方案可以加快这一步？ 谢谢!
浏览 5提问于2019-06-17得票数 1
回答已采纳
1回答
我在Python Spyder中使用df.corr()命令计算数据集的相关矩阵。但是，输出仅显示前两列和后两列的矩阵值。我应该使用什么命令才能获得整个矩阵？我正在使用pandas包来计算给定数据集的相关矩阵。我用来计算相关矩阵的代码是：print(correlation_matrix)
这样做的结果是显示了前两列和最后两列的相关矩阵值。
浏览 2提问于2019-01-23得票数 1
我在pandas python DataFrame中有一个很大的相关矩阵: df (342,342)。谢谢。
浏览 1提问于2013-01-03得票数 6
回答已采纳
我想为一个大的spark数据帧计算成对的kendall的tau等级相关性。它很大(比如10m行，10k列)，不能转换成pandas数据帧，然后使用pandas.DataFrame.corr进行计算。此外，每列可能具有空值，因此在计算成对的kendall's tau时，需要排除两列中任何一列中具有空值的行。
我查过pyspark.mllib.stat.Statistics.corr了。但是，它不排除null值，因此返回的相关矩阵</em
浏览 18提问于2019-07-20得票数 2
2回答
我的目标是在130天的滚动基础上，从相关矩阵中计算出平均成对相关性。我的出发点是：import pandas as pdimport pandas.io.data as webfrom pandas.io.data import DataReader
stocks = ['spy', 'gld', 'uso&
浏览 2提问于2016-05-25得票数 6
回答已采纳
1回答
我有一个4乘3矩阵，X，并希望形成3乘3的皮尔逊相关矩阵，C，通过计算三种可能的X列组合之间的相关性得到。但是，与统计意义不大的相关性相对应的C条目应该设置为零。我知道如何使用pearsonr在scipy.stats中获得成对相关性和重要值。我想知道是否有更简单的方法。我知道在Pandas中，我可以在一行中创建相关矩阵C：
df = pd.
浏览 1提问于2019-12-19得票数 2
回答已采纳
1回答
我有一个形状为~(700,36000)的数组，它只想计算特定列(相对于所有其他列)的皮尔逊相关系数，但要计算数千次。但似乎没有一种方法是如此高效： import numpy
corr_column = df_corr.iloc[:, column_index] 这当然会计算整个相关矩阵，并且在我的机器上需要大约12秒；这是一个问题，因为我需要这样做大约35,000次(每次在创建相关矩阵之前，arr都会稍微
浏览 16提问于2020-05-04得票数 1
回答已采纳
1回答
计算数据集列表的相关矩阵
、、、、
我有一个pandas数据集的列表，如下所示： dataset_list=[df1,df2,df3] 我需要做的是计算每个数据集的相关系数。dataset.corr()
corr_matrices.to_csv(str(dataset)+'Correlation_Matrices.csv', sep=',') 但是，输出仅显示最后一个数据集的相关矩阵如何解决此问题并将每个相关矩阵保存在其单独的.csv文件中？
浏览 6提问于2021-09-14得票数 1
回答已采纳
我试图计算Dask数据的相关矩阵。from dask.distributed import Client
#Calculate the correlation matrix
浏览 1提问于2021-04-04得票数 1
回答已采纳
1回答
多重条件下的熊猫相关函数
、、、
Pandas .corr()函数允许我获得特征之间的相关系数。当我有多个条件要满足时，我正在寻找一种有效的方法来计算相关系数。df[df['Wire_rows'] > 0].corr().loc
浏览 0提问于2021-01-21得票数 0
回答已采纳
因此，我尝试在python中绘制相关矩阵(已经计算过)。如下表所示： ? 我希望它看起来像这样： ? 我在python中使用了以下代码： import seaborn as snprint (corrMatrix)
sn.heatmap(corrMatrix, annot=True
浏览 24提问于2021-01-30得票数 0
回答已采纳
1回答
我需要计算所有产品的协方差矩阵，但数据太大，无法转换为pandas数据帧，因此我需要使用pyspark进行计算。我到处都找过了，但我想不出解决这个问题的办法。有没有人知道该怎么做？我已经有了相关矩阵，所以任何使用标准差对角矩阵的方法都是非常受欢迎的。 Here是我的数据帧中两列的一个示例。
浏览 68提问于2021-06-15得票数 0
1回答
Networkx图和标签
、、、
假设我在pandas数据帧中有一个相关矩阵： import pandas as pdimport matplotlib.pyplot as plt
({'A': [1, 0.5, 0.1], 'B': [0.5, 1, 0.3], 'C': [0.1, 0.3, 1]}, index = ['A', 'B', 'C'])
浏览 25提问于2021-02-11得票数 0
回答已采纳
编辑：这个问题是在接受了答案之后被编辑的，以使它(希望)更清晰。给定三维矩阵M(m, n, k)，如何计算(i, j)条目为corr(M(m, n, i), M(m, n, j))的2d相关矩阵M(k, k)。外行条款
浏览 7提问于2021-01-08得票数 0
回答已采纳
是否可以从一组样本数据中计算协方差和相关矩阵。 例如，我在Sasuser.Live中存储了一组数据。我想要找到协方差矩阵或相关矩阵。我知道我可以在编辑器中编写数据(这非常繁琐)，然后使用proc cov。Sasuser.Live_Out;run;
run; 但这比协方差矩阵计算量更大我只需要协方差矩阵和相关矩阵<
浏览 24提问于2019-05-23得票数 0
假设我有一个名为pandas.DataFrame的df。df的列表示不同的个体，索引轴表示时间，因此(i，j)条目是单个j对时间段i的观测，我们可以假设所有数据都是float类型，可能有NaN值。在我的例子中，我有大约14,000列和几百行。
pandas.corr会给我14,000乘14,000的相关矩阵，它的时间性能对我的应用程序来说是很好的。但我也想知道，对于每一对个体(j_1，j_2)，在相关计算中有多少非零观测，这样我就可以分离出数据覆盖率较差的相关细胞。我想
浏览 3提问于2013-08-14得票数 7
回答已采纳
2回答
编辑以显示原始DATAFRAME示例：date 2013-09-04 def jewelry watches summer2013-09-05 jkl jewelry necklaces
浏览 0提问于2018-07-11得票数 2
1回答
target']],用scatter_matrix作图，用matshow绘制相关矩阵换句话说，将scatter_matrix绘制在matshow(df.corr())之上？
提前谢谢。
浏览 0提问于2017-05-11得票数 0
回答已采纳
1回答
我在Pandas中有一个数据帧，它的形状是(136,1445)。我尝试为136行创建相关(Pearson)矩阵。所以在结果中，我需要一个大小为136x136的矩阵。我尝试了两种不同的方法，但无法得到结果，或者当我创建一个136x136相关矩阵时，我丢失了dataframe的列名。gene_expression = gene_expression.convert_objects(convert_numeric=True)这给出了基于列的pearson相
浏览 0提问于2016-06-22得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
