本文主要是介绍python统计分析——协方差和pearson相关系数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
参考资料：用python动手学统计学
使用数据见代码：
dic={"x":[18.5,18.7,19.1,19.7,21.5,21.7,21.8,22.0,23.4,23.8],"y":[34,39,41,38,45,41,52,44,44,49]
}
cov_data=pd.DataFrame(dic)变量x、y的协方差Cov(x,y)的计算公式如下：
协方差的含义：
协方差大于0：一个变量取值越大，另一个变量的取值也越大；
协方差小于0：一个变量取值越大，另一个变量的取值越小；
协方差等于0：两个变量不相关。
numpy.cov()函数可计算出x和y的协方差矩阵。
当指定ddof=0时，计算总体的协方差
当指定ddof=1时，计算样本协方差
在协方差矩阵中，左上到右下的对角线上分别是x和y的标准差，左下到右上的对角线上分别是x和y的标准差。
pearson相关系数
python实现方法：
方法1：dataframe.corr()
方法2：series.corr()
方法3：numpy.corrcoef()
这篇关于python统计分析——协方差和pearson相关系数的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
