वापस नहीं करता है यह आपको कुछ मिलना चाहिए जल्दी करो।
def Pearson(r, n=len(dat)):
r = max(min(r, 1.0), -1.0)
df = n - 2
if abs(r) == 1.0:
prob = 0.0
else:
t_squared = r**2 * (df/((1.0 - r) * (1.0 + r)))
prob = betai(0.5*df, 0.5, df/(df+t_squared))
return (r,prob)
उपयोग applymap
जो dat.corr
पर तत्व के लिहाज से संचालन करता है: एक समारोह Pearson
, प्राइमर की कड़ी में डॉक्स से संशोधित परिभाषित करें। आप Pearson
के सहसंबंध गुणांक r
गुजर रहे हैं:
np.random.seed(10)
dat = pd.DataFrame(np.random.randn(5, 5))
dat[0] = np.arange(5) # seed two correlated cols
dat[1] = np.arange(5) # ^^^
dat.corr().applymap(Pearson)
0 1 2 3 4
0 (1.0, 0.0) (1.0, 0.0) (0.713010395675, 0.176397305541) (0.971681374885, 0.00569624513678) (0.0188249871501, 0.97603269768)
1 (1.0, 0.0) (1.0, 0.0) (0.713010395675, 0.176397305541) (0.971681374885, 0.00569624513678) (0.0188249871501, 0.97603269768)
2 (0.713010395675, 0.176397305541) (0.713010395675, 0.176397305541) (1.0, 0.0) (0.549623945218, 0.337230071385) (-0.280514871109, 0.647578381153)
3 (0.971681374885, 0.00569624513678) (0.971681374885, 0.00569624513678) (0.549623945218, 0.337230071385) (1.0, 0.0) (0.176622737448, 0.77629170593)
4 (0.0188249871501, 0.97603269768) (0.0188249871501, 0.97603269768) (-0.280514871109, 0.647578381153) (0.176622737448, 0.77629170593) (1.0, 0.0)
आप इस विधि के साथ speedup जब dat
बड़ी है दिख रहा है, लेकिन यह अभी भी तत्व के लिहाज से संचालन की वजह से बहुत धीमी है।
np.random.seed(10)
dat = pd.DataFrame(np.random.randn(100, 100))
%%timeit
dat.corr().applymap(Pearson)
10 loops, best of 3: 118 ms per loop
%%timeit
stats = dict()
for l in combinations(dat.index.tolist(),2):
stats[l] = pearsonr(dat.loc[l[0],:], dat.loc[l[1],:])
1 loops, best of 3: 1.56 s per loop
आप के स्रोत में देखें, तो [ 'pearsonr'] (https://github.com/scipy/scipy/blob/v0.16.1/scipy/stats/stats.py#L2514) आप पाएंगे यदि आपके पास सहसंबंध गुणांक है तो पी-वैल्यू की गणना करने के लिए कोड की केवल कुछ पंक्तियां होती हैं। 'फ़ंक्शन' बनाना बहुत कठिन नहीं होना चाहिए जिसका उपयोग आप '.apply (function)' के साथ कर सकते हैं। – Primer
अपने शीर्षक को कुछ और विशिष्ट में बदलने पर विचार करें :) –