如何显示计数与比率之间的相关性？

Question

我的数据集

Name rate  counts
A    10.3  3
B    15.4  9
C    21.9  11
D    9.11  4
E    2.21  5
F    7.7   21
G    18.9  20
H    55.1  41

数据集显示具有不同名称的人的数量和比率。

我想知道比率与计数的相关性。

例如，如果计数高，则比率高或低。

哪种方法适合显示两者之间的联系？

Answer 1

检查此代码：

# import requires packages
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# read the data file
df = pd.read_csv('data.csv')

# calculate correlation matrix
corr = df.corr()

# prepare the plot
sns.heatmap(corr, annot = True, vmin = 0, vmax = 1)

# show the plot
plt.show()

它给出了以下相关矩阵：

​

​

如您所见，rate和count之间的相关性很高：0.85。但是，考虑到我只使用了您上面报告的数据，只有8行，也许您应该使用更高的示例来获得更可靠的结果。

Answer 2

您只需要使用Pandas函数来计算关联：

df.rate.corr(df.counts)

它支持三种方法：“pearson”(默认)、“kendall”和“spearman”。更多细节可以找到这里。

Answer 3

您可以尝试使用numpy来获得两个变量之间的系数。

import numpy
a = [10.3, 15.4, 21.9, 9.11, 2.21, 7.7, 18.9, 55.1]
b = [3, 9, 11, 4, 5, 21, 20, 41]
print(numpy.corrcoef(a,b))

如果反对角线中的值为正且接近于1，则它们之间的相关性更强。结果是

[[1.         0.84965646] 
 [0.84965646 1.        ]]

系数值约为0.85。这意味着它们是高度相关的。