Nếu tôi có hai bộ dữ liệu khác nhau trong một chuỗi thời gian, có cách nào đơn giản để tìm mối tương quan giữa hai bộ trong python không?Tương quan của hai biến trong một chuỗi thời gian bằng Python?
Ví dụ với:
# [ (dateTimeObject, y, z) ... ]
x = [ (8:00am, 12, 8), (8:10am, 15, 10) .... ]
Làm thế nào tôi có thể nhận được các mối tương quan của y và z bằng Python?
nhỏ chậm trên sự hấp thu ở đây. gấu trúc (http://github.com/wesm/pandas và pandas.sourceforge.net) có lẽ là đặt cược tốt nhất của bạn. Tôi thiên vị vì tôi đã viết nó nhưng:
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
Đáng chú ý là nếu dữ liệu của bạn là trên bộ khác nhau của ngày tháng, nó sẽ tính toán tương quan cặp. Nó cũng sẽ tự động loại trừ các giá trị NaN!
Tôi muốn giới thiệu các thư viện gấu trúc http://pandas.sourceforge.net/generated/pandas.DataFrame.corr.html?highlight=corr#pandas.DataFrame.corr
Scipy có một module statistics với chức năng tương quan.
from scipy import stats
# Y and Z are numpy arrays or lists of variables
stats.pearsonr(Y, Z)
Bạn có thể làm điều đó thông qua ma trận hiệp phương sai hoặc hệ số tương quan. http://docs.scipy.org/doc/numpy/reference/generated/numpy.cov.html và http://docs.scipy.org/doc/numpy/reference/generated/numpy.corrcoef.html là các chức năng tài liệu cho điều này, trước đây cũng đi kèm với một mẫu làm thế nào để sử dụng nó (sử dụng corrcoef là rất giống nhau).
>>> 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. ]])
Sử dụng NumPy:
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]
NumPy hoặc SciPy. –