python/pandas/numpy数据分析(十一)-相关系数与协方差

来源：互联网发布：协方差矩阵编辑：程序博客网时间：2024/05/16 17:59

axis=0和1分别的表格的纵轴和横轴

最浅显易懂的协方差与标准差
https://www.zhihu.com/question/20852004

有些汇总信息是通过参数对计算出来的

import pandas.io.data as webimport numpy as npimport osimport pandas as pdfrom pandas import Series,DataFrameimport matplotlib.pyplot as pltall_data={}for ticker in ['GOOG','IBM']:    all_data[ticker]=web.get_data_yahoo(ticker,'9/9/2016','12/12/2016')# price=DataFrame({tic:data['Adg Close'] #                 for tic,data in all_data.items()})volume=DataFrame({tic:data['Volume']                for tic,data in all_data.items()})# volume.tail()returns=volume.pct_change()returns.tail()# px=web.DataReader('F-F_Research_Data_factors','famafrench')# px.tail()

注意，有些数据源已经变更. 可以参考：http://stackoverflow.com/questions/15777021/pandas-io-data-get-data-yahoo-dji-retrieval-error

. GOOG IBM Date 2016-12-06 0.180707 -0.178520 2016-12-07 0.072268 0.555102 2016-12-08 -0.172835 -0.255317 2016-12-09 0.229457 -0.035525 2016-12-12 0.177815 0.078024

ct_change 计算百分数变化

Series的corr方法用于计算两个Series中重叠的，非NA的，按索引对其的值得相关系数.
cov用于计算协方差

returns.GOOG.corr(returns.IBM)0.6680384656565751returns.GOOG.cov(returns.IBM)0.12451587226637535

DataFrame的corr和cov方法将以DataFrame的形式返回完整的相关系数或者协方差矩阵.

returns.corr()

. GOOG IBM GOOG 1.000000 0.668038 IBM 0.668038 1.000000

returns.cov()

. GOOG IBM GOOG 0.224704 0.124516 IBM 0.124516 0.154609

利用DataFrame.corrwith方法可以计算其列或者行跟另一个Series后者DataFrame之间的相关系数.

0 0