解讀pandas.DataFrame.corrwith
解讀pandas.DataFrame.corrwith
pandas.DataFrame.corrwith用于計(jì)算DataFrame中行與行或者列與列之間的相關(guān)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’ 表示計(jì)算列與列的相關(guān)性，axis=1或者axis=‘columns’ 表示計(jì)算行與行的相關(guān)性。
method是計(jì)算相關(guān)性的方法，這里采用pearson correlation coefficient（皮爾遜相關(guān)系數(shù)）。
下面以一個(gè)觀眾對(duì)電影評(píng)分的例子說明
每一行表示一個(gè)觀眾對(duì)所有電影的評(píng)分，每一列表示所有觀眾對(duì)一部電影的評(píng)分。
然后分別計(jì)算第一位觀眾和其他觀眾的相關(guān)性 和第一部電影和其它電影的相關(guān)性。
代碼如下
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)這里采用了pearson correlation coefficient：
其中，n是樣本的維度，xi和yi分別表示樣本每個(gè)維度的值，
和
表示樣本均值。
以u(píng)ser1和user4為例，計(jì)算他們之間的相關(guān)系數(shù)，user1的均值是4，user2的均值是4.2：
這個(gè)結(jié)果與corrwith函數(shù)計(jì)算的結(jié)果一致。
similarity_with_other_users
similarity_with_other_movies
從結(jié)果可以看出，user1和user4的相關(guān)性最高，說明他們對(duì)每部電影的評(píng)分最接近，或者說他們的喜歡電影的類型最接近；《The Shawshank Redemption》和《Forrest Gump》的相關(guān)性為1，說明后者的評(píng)分和前者最接近。
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Python基礎(chǔ)之Numpy的基本用法詳解,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python基礎(chǔ)的小伙伴們有非常好的幫助,需要的朋友可以參考下2021-05-05
跟老齊學(xué)Python之用while來循環(huán)
while，翻譯成中文是“當(dāng)...的時(shí)候”，這個(gè)單詞在英語中，常常用來做為時(shí)間狀語，while ... someone do somthing，這種類型的說法是有的。2014-10-10
python分塊讀取大數(shù)據(jù),避免內(nèi)存不足的方法
今天小編就為大家分享一篇python分塊讀取大數(shù)據(jù),避免內(nèi)存不足的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12
這篇文章主要介紹了Python中的PyInputPlus模塊詳解,PyInputPlus包含與input()類似的、用戶多種數(shù)據(jù)（數(shù)字日期、E-mail地址等）的函數(shù)，PyInputPlus還包含其他有用的功能，本文給大家介紹的非常詳細(xì)，需要的朋友可以參考下2022-05-05
常在讀寫文件之前，需要判斷文件或目錄是否存在，不然某些處理方法可能會(huì)使程序出錯(cuò)，所以最好在做任何操作之前，先判斷文件是否存在，沒有則創(chuàng)建，今天通過實(shí)例代碼講解下Python判斷文件和文件夾是否存在的方法，感興趣的朋友一起看看吧2022-11-11
PySide 是一個(gè)python綁定的跨平臺(tái)GUI Qt庫。目前，支持Python的Qt庫有兩個(gè)PyQt和PySide。下面寫一個(gè)簡(jiǎn)單的hello程序?qū)W習(xí)他的使用方法2014-01-01
這篇文章主要介紹了Python探索之自定義實(shí)現(xiàn)線程池，使用queue實(shí)現(xiàn)線程池的方法，具有一定參考價(jià)值，需要的朋友可以了解下。2017-10-10
下面小編就為大家?guī)硪黄獪\談python import引入不同路徑下的模塊。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-07-07
PyTorch中torch.manual_seed()的用法實(shí)例詳解
在Pytorch中可以通過相關(guān)隨機(jī)數(shù)來生成張量,并且可以指定生成隨機(jī)數(shù)的分布函數(shù)等,下面這篇文章主要給大家介紹了關(guān)于PyTorch中torch.manual_seed()用法的相關(guān)資料,需要的朋友可以參考下2022-06-06
這篇文章主要介紹了python logging.info在終端沒輸出的解決，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05