在Python中，如何計算兩個數據數組之間的相關性和統計顯着性？

Question

我有兩組等長數據的數據集，或者我可以創建一個兩項條目的數組，我想計算數據表示的相關性和統計顯着性（可能是緊密相關的，或者可能沒有統計學顯着的相關性）。

我在Python中編程，並安裝了scipy和numpy。我看了看，發現Calculating Pearson correlation and significance in Python，但似乎希望數據被操縱，以便它落入指定的範圍。

我假設，問scipy或numpy給我兩個數組的相關性和統計顯着性的正確方法是什麼？

Answer 1

您可以在這兩個數組之間使用Mahalanobis distance，這將考慮到它們之間的相關性。

的功能是在SciPy的軟件包：scipy.spatial.distance.mahalanobis

有一個很好的例子here

Answer 2

scipy.spatial.distance.euclidean（）

這給出了2個點之間的歐幾里德距離，2 np陣列，2個列表等

import scipy.spatial.distance as spsd 
spsd.euclidean(nparray1, nparray2) 

您可以通過fi nd更多的信息在這裏http://docs.scipy.org/doc/scipy/reference/spatial.distance.html

Answer 3

如果你想計算皮爾遜相關係數，然後scipy.stats.pearsonr是要走的路;儘管這個意義只對更大的數據集有意義。該功能不需要將數據操作到指定範圍內。相關值落在[-1,1]的時間間隔內，這可能是混淆？如果重要性不重要，可以使用numpy.corrcoef()。

Mahalanobis距離確實考慮了兩個數組之間的相關性，但它提供了一個距離度量，而不是相關性。 （數學上，Mahalanobis距離不是一個真正的距離函數;但是，它可以在某些情況下用作很大的優勢。）