-1

1）Pythonコードを使用して、次のデータセットの相関関係を見つけるにはどうすればよいですか？

T = [1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]
P = [ 3480. 7080. 10440. 13200. 16800. 20400. 23880. 27480. 30840. 38040. 41520. 44880. 48480. 52080. 55680. 59280. 62520. 66120. 67580. 69620. 69621.]

2）**入力はcsvファイルです：

2、M、17748,60,60,21768,1460.0,7,2011-04-02 00：00：00,0、B、5,2011-07-22 03：03：00,52.0,1,1992、 2011,2011,22,2,7,0,3,4,21768,1992-07-05 00：00：00,26,21768、W、50f38a469cf9c253d600000c、21768 1、M、18002,3,3,1746、 3480.0,2,2011-04-07 00：00：00,0、B、5,2011-07-25 01：03：00,123.0,1,1985,2011,2011,25,7,7,0,1、 4,1746,1985-02-05 00：00：00,3,1746、D、50f38a469cf9c253d600000d、1746 1、M、18003,3,3,2239,3600.0,1,2011-04-06 00:00:00 、0、B、29,2011-07-25 01：03：00,89.0,1,1972,2011,2011,25,6,7,0,1,4,2239,1972-01-29 00:00 ：00,3,2239、D、50f38a469cf9c253d600000e、2239 1、F、18004,3,3,1965,3360.0,1,2011-04-06 00：00：00,0、B、28,2011-07-25 01：03：00,76.0,1,1955,2011,2011,25,6,7,0,1,4,1965,1955-01-28 00：00：00,3,1965、D、50f38a469cf9c253d600000f、1965 ****

私が書いた：

counts_W=defaultdict(int) 
counts_D=defaultdict(int) 
for row in reader: 
if(row[28]=='W'):
counts_W[row[5]] += 1
Amt_Wtotal += float(row[6]) 
dataW.append(Amt_Wtotal) 
else: 
counts_D[row[5]] += 1
Amt_Dtotal += float(row[6])
dataD.append(Amt_Dtotal) 
Withdraw_amount = array(counts_W.values())
Withdraw_frequency = array(dataW)
Deposit_amount = array(counts_D.values())
Deposit_frequency = array(dataD)

これは出力を与えます：

Withdraw ==== defaultdict（、{'21768'：1}）[1460.0] count == 1 Deposit ===== defaultdict（、{' 2239'：1、 '1700'：1、 '2458'：1 、'2056'：1、 '2376'：1、 '1965'：1、 '1974'：1、 '2425'：1、 '21768'：1、 '2069'：1、 '2404'：1、 ' 2402'：1、 '1763'：1、 '1762'：1、 '1910'：1、 '1746'：1、 '10036'：1、 '1903'：1、 '2445'：1、 '1770' ：1}）[3480.0、7080.0、10440.0、13200.0、16800.0、20400.0、23880.0、27480.0、30840.0、38040.0、41520.0、44880.0、48480.0、52080.0、55680.0、59280.0、62520.0、66120.0、67580.0、69620.0] count == 20

辞書に均等な金額を追加して、相関関係を見つけるためにそれにアクセスするにはどうすればよいですか？

3）1年の各月の頻度と金額を見つけるにはどうすればよいですか？

4

2 に答える 2

3

2 つの一連のデータ間の相関を計算するには、 を使用しますscipy.stats。このパッケージを調査することをお勧めします。

ドキュメントから：

pearsonr(x, y) #Pearson correlation coefficient and the p-value for testing
spearmanr(a[, b, axis]) #Spearman rank-order correlation coefficient and the p-value
pointbiserialr(x, y) #Point biserial correlation coefficient and the associated p-value.
kendalltau(x, y[, initial_lexsort]) #Calculates Kendall’s tau, a correlation measure for ordinal data.

周波数関連の方法もあります。

cumfreq(a[, numbins, defaultreallimits, weights])   #cumulative frequency histogram
relfreq(a[, numbins, defaultreallimits, weights])   #relative frequency histogram
于 2013-02-19T10:06:16.647 に答える