Scipy Stats Pearsonr

Questo articolo riguarda il Scipy.statistiche.Pearsonr funzione utilizzata in Python. Scipy è come una scatola del tesoro a Python, dove puoi facilmente trovare ogni funzione per risolvere i problemi. Scipy è un pacchetto leggero di Python. Scipy sta per Python scientifico, che è pieno di utilità importanti per l'ottimizzazione, l'elaborazione delle immagini, l'elaborazione del segnale, i calcoli statistici, ecc. Di seguito, discuteremo Scipy.statistiche.Pearsonr con l'aiuto di diversi esempi per una migliore comprensione.

Cos'è Scipy Stats Pearsonr in Python Language?

Scipy.statistiche è un pacchetto delle librerie Scipy utilizzate per la risoluzione statistica dei problemi nelle applicazioni Python. Scipy.statistiche contiene diverse funzioni, una delle quali è Pearsonr, che viene utilizzato per calcolare la relazione di correlazione lineare tra due array di numeri. Il valore di ritorno del Pearsonr Il coefficiente è nell'intervallo di [-1,1]. Un valore di 0 non è correlato e i valori più vicini a -1 o 1 mostrano una correlazione negativa e positiva degli array.

Sintassi delle statistiche di Scipy Pearsonr

La sintassi dello Scipy.statistiche.La funzione Pearsonr è riportata di seguito:

Scipy.statistiche.Pearsonr (X, Y, [Alternative = 'Twi-La-lati'])

Spieghiamo i parametri della funzione. Xey sono input simili a array da misurare per la correlazione. Il terzo parametro facoltativo predefinito è "Bi-lati", ma può anche avere questo elenco di possibili valori: ["Bi-lati", "Maggiore", "Meno"].

Il valore di ritorno contiene due numeri di punta mobile, la prima statistica del valore di ritorno indica la correlazione negativa e positiva con un numero da -1 a 1, con 0 che non significa correlazione. Il secondo punto galleggiante di ritorno rappresenta il valore p Per questo calcolo.

Di seguito sono riportati alcuni esempi di Pearsonr per dimostrare il suo funzionamento:

Esempio 1

Il primo esempio di Scipy.statistiche.Pearsonr è molto facile e semplice. Come sappiamo, Scipy.statistiche.Pearsonr viene utilizzato per trovare la relazione lineare tra due diversi set di dati.

Import Scipy.statistiche
dalle statistiche di importazione di Scipy
da Scipy.Statistiche Importa Pearsonr
Importa Numpy come NP
y = [1,3,5,7,9,11]
G = [10,15,20,25,30,35]
risultato = Scipy.statistiche.Pearsonr (Y, G)
print ('output is:', risultato)

Innanzitutto, abbiamo importato la biblioteca Scipy con il statistiche.Pearsonr funzione, insieme alla libreria numpy per la gestione dell'array. Abbiamo inizializzato due array o set di dati su cui abbiamo implementato la funzione. Nella riga successiva, chiamiamo la funzione Scipy.statistiche.Pearsonr e passare array alla funzione, che restituisce i valori a una variabile chiamata "risultato". Finalmente, passiamo la variabile "risultato" in un'istruzione di stampa. Dopo aver eseguito il programma nell'ambiente Python, nella schermata della console verrà visualizzato il seguente output:

Linuxhint@U22: ~ $ Python Ex1.Py
L'output è: PearsonResult (statistica = 0.9999999999999999, pValue = 1.8488927466117464E-32)
Linuxhint@u22: ~ $

Questo output mostra la relazione lineare tra due array, y e g. Questa funzione restituisce due valori nel galleggiante; Il primo è un valore statistico pari a 0.99999999 e il secondo è un pvalue pari a 1.84889… E-32

Esempio 2

In precedenza, abbiamo visto un semplice esempio della funzione Pearson. Qui discuteremo di come trovare il coefficiente R di Pearson a Python. Si prega di visitare il seguente codice di riferimento per ulteriori chiarimenti:

Import Scipy.statistiche
dalle statistiche di importazione di Scipy
da Scipy.Statistiche Importa Pearsonr
Importa Numpy come NP
arra = np.Array ([1,1,6,6,0,0])
arrb = np.Array ([0,1,2,5,4,0])
find_coefficient = Scipy.statistiche.Pearsonr (ARRA, ARRB)
print ('Il coefficiente è:', find_coefficient)

In questo esempio, abbiamo importato il modulo stats dalla libreria Scipy e, insieme ad essa, la funzione Pearsonr. Abbiamo importato la libreria Numpy nel programma a causa dell'array coinvolto. Nella riga seguente, abbiamo creato due array numpy come parte di un set di dati chiamato "ARRA" e "ARRB". Dopo questo, abbiamo chiamato il speziato.statistiche.Pearsonr funzione, che prende array numpy come argomenti e restituisce il valore che è il coefficiente di due set di dati. Questo coefficiente è memorizzato nella variabile 'find_coefficienti'.

Infine, mostriamo l'output sulla console utilizzando un'istruzione di stampa. Ricorda che se il valore del coefficiente è approssimativamente uguale a -1, allora significa che il coefficiente è altamente negativo. Se il valore è approssimativamente uguale a 1, allora il coefficiente è altamente positivo. L'output del programma è fornito di seguito:

Linuxhint@U22: ~ $ Python Ex2.Py
Il coefficiente è: PearsonResult (statistica = 0.4974273993210546, pValue = 0.3153991309564151)
Linuxhint@u22: ~ $

Qui, vediamo che i valori di PearsonResult sono entrambi numeri positivi e galleggianti. Significa che il coefficiente di questi due set di dati è altamente positivo.

Esempio 3

Ora prendiamo un altro esempio relativo al Scipy.statistiche.Pearsonr funzione, in cui discuteremo di trovare il coefficiente di due diversi set di dati all'indice 0. Il codice di riferimento per questo programma è menzionato di seguito:

Import Scipy.statistiche
dalle statistiche di importazione di Scipy
da Scipy.Statistiche Importa Pearsonr
Importa Numpy come NP
k = np.Array ([12,18,16,26,10,21])
m = np.Array ([9,2,7,4,9,0])
Q = Scipy.statistiche.Pearsonr (K, M) [0]
print ('Il valore delle statistiche è:', Q)

Come prima, abbiamo importato con successo tutte le biblioteche correlate come Scipy, Numpy e le loro statistiche.Pearsonr funzioni nel programma perché non possiamo usare la funzione Pearson senza queste librerie. Abbiamo preso due set di dati di valori diversi e li abbiamo chiamati la libreria numpy. Abbiamo anche incluso '[0]' Nella funzione per trovare il coefficiente all'indice 0. Il valore della funzione restituito è memorizzato nella variabile "Q". Ora, vogliamo visualizzare l'uscita nella schermata della console, quindi visualizziamo l'uscita sullo schermo utilizzando l'istruzione di stampa. Dopo aver eseguito il programma correttamente, abbiamo trovato il risultato sullo schermo della console. Di seguito è riportato l'output del programma in un'applicazione Python:

Linuxhint@U22: ~ $ Python Ex3.Py
Il valore delle statistiche è: -0.7426139036107966
Linuxhint@u22: ~ $

Poiché l'output è negativo, ciò indica che il coefficiente all'indice [0] è estremamente negativo. Il valore altamente negativo del coefficiente significa che se il valore in un set di dati è aumentato, diminuirà i valori di altri set di dati.

Conclusione

Ricapiamo rapidamente questo articolo, Scipy è la biblioteca e Stats è un pacchetto di questa libreria con la funzione Pearsonr utilizzata per trovare la relazione lineare tra due diversi set di dati. Python è una lingua molto emergente che ti aiuterà in ogni campo di lavoro. In questo articolo, abbiamo discusso in dettaglio la funzione Pearsonr con l'aiuto degli esempi precedenti. La funzione Pearsonr è usata in Python per trovare. Spero che questi esempi ti abbiano aiutato a conoscere il Scipy.statistiche.Pearsonr funzione e puoi anche implementare modifiche a questi esempi nel tuo ambiente Python.