最早接觸pearson相關係數時，是在大學《概率論與數理統計》課本中，後來從事數據分析挖掘相關的工作，經常會用到評價兩組數據之間的相關性，於是找到了皮爾森（pearson）相關係數。其實，還有一種相關係數斯皮爾曼（spearman）相關係數，肯德爾（kendall）相關係數。
在這三大相關係數中，spearman和kendall屬於等級相關係數亦稱為"秩相關係數"，是反映等級相關程度的統計分析指標。今天先不介紹。
今天先聊一下比較常用的pearson相關係數。
用數學公式表示，皮爾森相關係數等於兩個變量的協方差除於兩個變量的標準差，先看一下公式：
pearson是一個介於-1和1之間的值，用來描述兩組線性的數據一同變化移動的趨勢。
當兩個變量的線性關係增強時，相關係數趨於1或-1；
當一個變量增大，另一個變量也增大時，表明它們之間是正相關的，相關係數大於0；
如果一個變量增大，另一個變量卻減小，表明它們之間是負相關的，相關係數小於0；
如果相關係數等於0，表明它們之間不存在線性相關關係。
pearson相關係數在python中的實現：
1，numpy庫中實現：
相關係數的對角矩陣
2，在scipy中實現，主要是在stats包中實現
得到的結果是一個元組，第一個元素是相關係數，第二個是P值，p-value越小，表示相關程度越顯著。
3，在pandas中運用，日常處理數據都是用pandas，這個當然少不了嘍
得到的也是一個相關係數數據
皮爾遜相關係數的適用範圍：
當兩個變量的標準差都不為零時，相關係數才有定義，皮爾遜相關係數適用於：
1. 兩個變量之間是線性關係，都是連續數據。
2. 兩個變量的總體是正態分佈，或接近正態的單峰分佈。
3. 兩個變量的觀測值是成對的，每對觀測值之間相互獨立。
閱讀更多 愛數據的小司機 的文章
