Python编程练习-求excel数据的余弦相似度

余弦相似度

余弦相似度是一种计算相关性的方法，它是将个体的指标数据映射到向量空间，计算两个向量之间的夹角余弦值作为两个变量之间的相似性度量。

两个向量m和n之间的余弦相似度计算公式为:
$$cos\alpha =\frac{mn}{|m||n|}$$$$cos<x,y>=\frac{{\sum }_{i=1}^n{x}_i{y}_i}{\sqrt{{\sum }_{i=1}^n{x}_i^2}\sqrt{{\sum }_{i=1}^n{y}_i^2}}$$

举例

求excel表格中A列、B列、C列、D列两两之间的余弦相关度，并将结果写入表格中

代码

from openpyxl import load_workbook #导入程序包

wb = load_workbook("a.xlsx")  #加载excel文件
ws = wb.active  #工作表
rows = []
for row in ws.iter_rows():
    rows.append(row)   #将工作表中数据导入rows中

for q in range(0,4):  #求余弦相关系数
    for w in range(q+1,4):
        a1 = 0
        a2 = 0
        a3 = 0
        for i in range(0,len(rows)):
            a1 += rows[i][q].value * rows[i][w].value   #余弦相关系数的分字
        for j in range(0,len(rows)):
            a2 += pow(rows[j][q].value,2)
        a2 = pow(a2,.5)  #余弦相关系数分母的前部分
        for m in range(0,len(rows)):
            a3 += pow(rows[m][w].value,2)
        a3 = pow(a3,.5)  #余弦相关系数分母的后部分
        ws.cell(row=q+1, column=w+5, value=a1/(a2*a3))  #向单元格中写入结果

wb.save("a.xlsx")  #文件保存

结果

遇到的问题

• 应将excel关闭，再运行程序，否则程序报错
• 向单元格写入结果，最初想用ws.write(),但是一直报错，所以改用了ws.cell(row=行序号, column=列序号, value=值)，注意这个序号从1开始

一个简单的编程实例，里面有python对excel数据的操作，这也是第一次写博客，如有问题请指正。