Python进行线性相关性检验

本文介绍了如何使用Python的scipy库计算Pearson相关系数,通过pandas读取数据,并针对数据集的两个变量A和B进行相关性评估,输出r值和p值。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from scipy.stats import pearsonr
import pandas as pd

df = pd.read_clipboard(header=None)
df.columns

A=df.iloc[:,0]
B=df.iloc[:,-1]
result=pearsonr(A,B)
print('r:',result[0],'p-value:',result[1])
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值