Matrices de corrélation

Fonctions :

• corr()

  La fonction corr() de pandas est utilisée pour calculer la matrice de corrélation entre les colonnes d'un DataFrame.

  Importation :

  import pandas as pd

  Attributs :

  Nom	Type	Description
  method	str, optionnel	La méthode à utiliser pour calculer la corrélation. Par défaut, c'est `'pearson'`. Les autres options sont `'kendall'` et `'spearman'`.
  min_periods	int, optionnel	Le nombre minimal de valeurs non-nulles requises pour calculer la corrélation. Si ce nombre n'est pas atteint, le résultat sera `NaN`.
  numeric_only	bool, optionnel	Si `True`, seuls les types numériques seront utilisés pour calculer la corrélation. Par défaut, c'est `None` et cela inclut tous les types.

  Exemple de code :

  📋 Copy

  import pandas as pd
  
  # Création d'un DataFrame d'exemple
  data = {
      'A': [1, 2, 3, 4, 5],
      'B': [5, 4, 3, 2, 1],
      'C': [2, 3, 4, 5, 6]
  }
  df = pd.DataFrame(data)
  
  # Calcul de la matrice de corrélation
  correlation_matrix = df.corr()
  
  # Affichage de la matrice de corrélation
  print(correlation_matrix)

  

  Explication du code :

  Un DataFrame pandas est créé avec trois colonnes : A, B, et C.

  df.corr() calcule la matrice de corrélation entre les colonnes du DataFrame. Par défaut, la méthode de corrélation utilisée est Pearson, qui est la plus courante pour mesurer la relation linéaire entre les variables.

  La fonction retourne une matrice carrée où chaque cellule contient la corrélation entre deux colonnes.

  Par exemple, la corrélation entre A et B sera proche de -1, indiquant une corrélation négative forte.