解读pandas.DataFrame.corrwith
解读pandas.DataFrame.corrwith
pandas.DataFrame.corrwith用于计算DataFrame中行与行或者列与列之间的相关性。
Parameters：
other：DataFrame, Series. Object with which to compute correlations.
axis： {0 or ‘index’, 1 or ‘columns’}, default 0. 0 or ‘index’ to compute column-wise, 1 or ‘columns’ for row-wise.
method：{‘pearson’, ‘kendall’, ‘spearman’} or callable.
axis=0或者axis=‘index’ 表示计算列与列的相关性，axis=1或者axis=‘columns’ 表示计算行与行的相关性。
method是计算相关性的方法，这里采用pearson correlation coefficient（皮尔逊相关系数）。
下面以一个观众对电影评分的例子说明
每一行表示一个观众对所有电影的评分，每一列表示所有观众对一部电影的评分。
然后分别计算第一位观众和其他观众的相关性 和第一部电影和其它电影的相关性。
代码如下
import pandas as pd
import numpy as np
data = np.array([[5, 5, 3, 3, 4], [3, 4, 5, 5, 4],
[3, 4, 3, 4, 5], [5, 5, 3, 4, 4]])
df = pd.DataFrame(data, columns=['The Shawshank Redemption',
'Forrest Gump', 'Avengers: Endgame',
'Iron Man', 'Titanic '],
index=['user1', 'user2', 'user3', 'user4'])
# Compute correlation between user1 and other users
user_to_compare = df.iloc[0]
similarity_with_other_users = df.corrwith(user_to_compare, axis=1,
method='pearson')
similarity_with_other_users = similarity_with_other_users.sort_values(
ascending=False)
# Compute correlation between 'The Shawshank Redemption' and other movies
movie_to_compare = df['The Shawshank Redemption']
similarity_with_other_movies = df.corrwith(movie_to_compare, axis=0)
similarity_with_other_movies = similarity_with_other_movies.sort_values(
ascending=False)这里采用了pearson correlation coefficient：
其中，n是样本的维度，xi和yi分别表示样本每个维度的值，
和
表示样本均值。
以user1和user4为例，计算他们之间的相关系数，user1的均值是4，user2的均值是4.2：
这个结果与corrwith函数计算的结果一致。
similarity_with_other_users
similarity_with_other_movies
从结果可以看出，user1和user4的相关性最高，说明他们对每部电影的评分最接近，或者说他们的喜欢电影的类型最接近；《The Shawshank Redemption》和《Forrest Gump》的相关性为1，说明后者的评分和前者最接近。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python基础之Numpy的基本用法详解,文中有非常详细的代码示例,对正在学习python基础的小伙伴们有非常好的帮助,需要的朋友可以参考下2021-05-05
while，翻译成中文是“当...的时候”，这个单词在英语中，常常用来做为时间状语，while ... someone do somthing，这种类型的说法是有的。2014-10-10
今天小编就为大家分享一篇python分块读取大数据,避免内存不足的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
这篇文章主要介绍了Python中的PyInputPlus模块详解,PyInputPlus包含与input()类似的、用户多种数据（数字日期、E-mail地址等）的函数，PyInputPlus还包含其他有用的功能，本文给大家介绍的非常详细，需要的朋友可以参考下2022-05-05
常在读写文件之前，需要判断文件或目录是否存在，不然某些处理方法可能会使程序出错，所以最好在做任何操作之前，先判断文件是否存在，没有则创建，今天通过实例代码讲解下Python判断文件和文件夹是否存在的方法，感兴趣的朋友一起看看吧2022-11-11
PySide 是一个python绑定的跨平台GUI Qt库。目前，支持Python的Qt库有两个PyQt和PySide。下面写一个简单的hello程序学习他的使用方法2014-01-01
这篇文章主要介绍了Python探索之自定义实现线程池，使用queue实现线程池的方法，具有一定参考价值，需要的朋友可以了解下。2017-10-10
下面小编就为大家带来一篇浅谈python import引入不同路径下的模块。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-07-07
PyTorch中torch.manual_seed()的用法实例详解
在Pytorch中可以通过相关随机数来生成张量,并且可以指定生成随机数的分布函数等,下面这篇文章主要给大家介绍了关于PyTorch中torch.manual_seed()用法的相关资料,需要的朋友可以参考下2022-06-06
这篇文章主要介绍了python logging.info在终端没输出的解决，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
最新评论