Python中時間序列中兩個變量的相關性？

Question

如果我有兩個不同的時間序列數據集，是否有一種簡單的方法來查找python中兩個集合之間的相關性？

例如有：

# [ (dateTimeObject, y, z) ... ] 
x = [ (8:00am, 12, 8), (8:10am, 15, 10) .... ] 

我怎麼可能會得到Y的Python中的相關性和z？

Answer 1

有點慢在這裏的吸收。熊貓（http://github.com/wesm/pandas和pandas.sourceforge.net）可能是您最好的選擇。我有點偏見，因爲我寫了它，但：

In [7]: ts1 
Out[7]: 
2000-01-03 00:00:00 -0.945653010936 
2000-01-04 00:00:00 0.759529904445 
2000-01-05 00:00:00 0.177646448683 
2000-01-06 00:00:00 0.579750822716 
2000-01-07 00:00:00 -0.0752734982291 
2000-01-10 00:00:00 0.138730447557 
2000-01-11 00:00:00 -0.506961851495 

In [8]: ts2 
Out[8]: 
2000-01-03 00:00:00 1.10436688823 
2000-01-04 00:00:00 0.110075215713 
2000-01-05 00:00:00 -0.372818939799 
2000-01-06 00:00:00 -0.520443811368 
2000-01-07 00:00:00 -0.455928700936 
2000-01-10 00:00:00 1.49624355051 
2000-01-11 00:00:00 -0.204383054598 

In [9]: ts1.corr(ts2) 
Out[9]: -0.34768587480980645 

值得注意的是，如果您的數據是在不同的日期集合上，它將計算成對相關性。它也會自動排除NaN值！

Answer 2

我會建議熊貓庫http://pandas.sourceforge.net/generated/pandas.DataFrame.corr.html?highlight=corr#pandas.DataFrame.corr

Answer 3

Scipy有statistics模塊的相關功能。

from scipy import stats 
# Y and Z are numpy arrays or lists of variables 
stats.pearsonr(Y, Z) 

Answer 4

您可以通過協方差矩陣或相關係數來做到這一點。 http://docs.scipy.org/doc/numpy/reference/generated/numpy.cov.html和http://docs.scipy.org/doc/numpy/reference/generated/numpy.corrcoef.html是這方面的文檔功能，前者還附帶一個如何使用它的示例（corrcoef使用非常相似）。

>>> x = [ (None, 12, 8), (None, 15, 10), (None, 10, 6) ] 
>>> data = numpy.array([[e[1] for e in x], [e[2] for e in x]]) 
>>> numpy.corrcoef(data) 
array([[ 1.  , 0.99339927], 
     [ 0.99339927, 1.  ]]) 

Answer 5

使用numpy的：

from numpy import * 
v = [ ('k', 1, 2), ('l', 2, 4), ('m', 13, 9) ] 
corrcoef([ a[1] for a in v ], [ a[2] for a in v ])[0,1]