pandas 笔记：corr（计算各列之间的相似性）

1 基本使用方法

DataFrame.corr(method='pearson', min_periods=1, numeric_only=False)

2 主要参数

method

{‘pearson’, ‘kendall’, ‘spearman’} 或可调用对象 Pearson 相关系数 变量之间线性关系的强度和方向。 取值范围在 -1 到 +1 之间，其中 +1 表示完全正相关，-1 表示完全负相关，0 表示无相关。 适用于两个变量均为连续数据且大致呈正态分布时 Kendall Tau相关系数 ​​​​​​​​​​​​​​评估两个变量之间的序数关联 比Pearson相关系数对异常值更不敏感。 适用于数据不满足正态分布、样本量较小或数据为序数变量时。 Spearman等级相关 ​​​​​​​​​​测量两个变量值与其对应的排名之间的相关性。 同样，取值范围为 -1 到 +1。 可调用对象：输入为两个一维 ndarray，返回一个浮点数。 需要注意的是，corr 返回的矩阵在对角线上将是 1，并且无论可调用对象的行为如何，都会是对称的。

3 举例

df = pd.DataFrame([(.2, .3), (.0, .6), (.6, .0), (.2, .1)],
                  columns=['dogs', 'cats'])
df
'''
	dogs	cats
0	0.2	    0.3
1	0.0	    0.6
2	0.6	    0.0
3	0.2	    0.1
'''

df.corr()
'''
	    dogs	cats
dogs	1.000000	-0.851064
cats	-0.851064	1.000000
'''

def histogram_intersection(a, b):
     v = np.minimum(a, b).sum()
     return v
'''
自定义函数：输入两列，返回一个数值
'''

df.corr(method=histogram_intersection)
'''
        dogs	cats
dogs	1.0	    0.3
cats	0.3	    1.0
'''