En NumPy, podemos calcular los coeficientes de correlación producto-momento de Pearson de dos arrays dadas con la ayuda de la función numpy.corrcoef() .
En esta función, pasaremos arreglos como parámetro y devolverá los coeficientes de correlación producto-momento de Pearson de dos arreglos dados.
Sintaxis: numpy.corrcoef(x, y=None, rowvar=True, bias=, ddof=)
Retorno: Coeficientes de correlación producto-momento de Pearson
Veamos un ejemplo:
Ejemplo 1:
Python
# import library import numpy as np # create numpy 1d-array array1 = np.array([0, 1, 2]) array2 = np.array([3, 4, 5]) # pearson product-moment correlation # coefficients of the arrays rslt = np.corrcoef(array1, array2) print(rslt)
Producción
[[1. 1.] [1. 1.]]
Ejemplo 2:
Python
# import numpy library import numpy as np # create a numpy 1d-array array1 = np.array([ 2, 4, 8]) array2 = np.array([ 3, 2,1]) # pearson product-moment correlation # coefficients of the arrays rslt2 = np.corrcoef(array1, array2) print(rslt2)
Producción
[[ 1. -0.98198051] [-0.98198051 1. ]]
Publicación traducida automáticamente
Artículo escrito por avengerjanus123 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA