Pandas .corr() 返回 "_

Pandas .corr() 返回 "__"

转载作者：行者123 更新时间：2023-12-04 14:20:44

26

4

它运行良好，直到它不是，并且不知道我做错了什么。我已将其简化为一个非常简单的 datsaset t:

    1   2   3   4   5   6   7   8
0   3   16  3   2   17  2   3   2
1   3   16  3   2   19  4   3   2
2   3   16  3   2   9   2   3   2
3   3   16  3   2   19  1   3   2
4   3   16  3   2   17  2   3   1
5   3   16  3   2   17  1   17  1
6   3   16  3   2   19  1   17  2
7   3   16  3   2   19  4   3   1
8   3   16  3   2   19  1   3   2
9   3   16  3   2   7   2   17  1




corr = t.corr()
corr

返回“__”

和

sns.heatmap(corr)

抛出以下错误“零大小数组到没有标识的最小化操作”

我不知道怎么了？我已经尝试了更多行等，并仔细检查了我没有缺失值......发生了什么？我之前有一个非常漂亮的热图，我一直在努力

最佳答案

如上所述，将类型更改为 float 。简单地，

corr = t.astype('float64').corr()

关于 Pandas .corr() 返回 "__"，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55251166/

26

4

0

文章推荐： Rsync 需要更长的时间 “receiving incremental file list”

文章推荐： javascript - 如何将粘性 div 保持在固定标题下方

文章推荐： openssl - 如何为 s_client 和 s_server 指定中间证书？

从 Corr 矩阵返回最大相关性和行名称
我试图使用 cor 函数找到 data.frame 对象每一列中的最大相关性。假设这个对象看起来像 A N A B C
Pandas .corr() 返回 "__"
它运行良好，直到它不是，并且不知道我做错了什么。我已将其简化为一个非常简单的 datsaset t: 1 2 3 4 5 6 7 8 0 3 16 3
python - pandas .corr() 方法的进度条
我正在尝试使用 tqdm 或其他一些库在以下代码行中显示进度条: corrmatrix = adjClose.corr('spearman') 其中 adjClose 是一个数据框，其中包含许多股票代
python - pandas 数据框中两列的相关系数与 .corr()
我想在本质上创建列 bool 值后计算 Pandas 数据框的两列之间的相关系数。原版table有两列:一个 Group带有两个处理组之一的列，现在是 bool 值，还有一个 Age团体。这些是我要计
matlab - corr() 与稀疏矩阵 - MATLAB
我想知道 MATLAB 是否有一个工具箱可以对稀疏矩阵进行常见的矩阵运算。使用稠密矩阵，我可以计算相关图矩阵: R = rand(10,100) [r,p] = corr(R) 对于稀疏矩阵，我很想
r - 使用因子水平将 corr 函数应用于矩阵？
我正在尝试使用 corr() 函数来计算加权权重。它的工作方式是第一个参数应该是一个矩阵，其中有两列对应于我们希望计算其相关性的两个变量，第二个参数是要应用于每对观察值的权重向量。这是一个例子。 >
python - Pandas 成对算术类似于rolling().corr()
我有一个数据框如下: fsym EOS BTC BNB time
python - 使用 .corr 获取两列之间的相关性
我有以下 pandas 数据框 Top15: 我创建了一个列来估计每人可引用文档的数量: Top15['PopEst'] = Top15['Energy Supply'] / Top15['Energ
python - pandas 'corr()' 是否应用于数据自动归一化？
我多次使用 pandas corr() 方法。但我不知道 pandas corr() 是否应用自动数据规范化。我知道必须在数据归一化之后进行关联。我的问题是，如果我使用 pandas corr()
python - Pandas df.corr - 跨多列的一个变量
我想创建一个相关性，其中一个变量作为自变量，多个附加变量作为因变量，然后将其转换为热图。我正在关注这些directions 。我的代码: df_corr_interest = df[df.colu
python - Pandas dataframe.corr() 从输入中剥离列
我正在学习如何在 python3 中使用 pandas 库，并且遇到了 dataframe.corr() 的问题这是我的数据集的示例 Date,Gender,Age at Booking,Curre
sql - postgresql corr 聚合函数返回 null
我有两个完美(或完全不完美？)相关的数字，我想找到它们之间的相关性。原始场景不同且更复杂，但问题出在 pg 使用的相关方法中的某个地方。请考虑以下查询: WITH all_series AS
python - 没有重叠的 Pandas rolling corr
我有几个价格返回系列，我想以日期之间没有重叠的方式计算滚动 N 天相关性，即，如果我的第一个相关矩阵属于 [2000-04-05 - 2000 -06-04]，下一个相关矩阵应该属于[2000-06-
python - .corr 如何删除 NA 和空值？
我是 pandas/python 的新手。我想知道函数 .corr 在计算相关性时如何删除具有多个变量的数据帧的空数据。例如，假设我有以下数据框: # 'A1' 'A2' 'A3' 1
python - 是否确保 df.corr() 列的顺序
在 Pandas 中，我们可以用 .corr() 生成相关矩阵.我的问题很简单:是否保留了原始数据框的列顺序？从我的测试来看似乎是这样，但我想确定一下。我问是因为我在 Python 3.7.3 上，
python - Pandas corr() 与 corrwith()
Pandas 提供两种不同关联函数的原因是什么？ DataFrame.corrwith(other, axis=0, drop=False): Correlation between rows or
python - 如何从 corr() 函数输出中删除 NaN 值
编辑以显示原始数据框的示例: df.head(4) shop category subcategory season date 20
r - R 中随机森林回归模型中的 corr.bias 参数
我在 R 中使用随机森林的回归模型，我发现参数 corr.bias 根据手册是“实验性的”，我的数据是非线性的，我只是想知道将此参数设置为 true 是否可以增强结果，加上我不知道它对于非线性数据到底
python - DataFrame.corr() - 使用相同的重复数据计算 PIL 逊线性相关性？
x=[0.3, 0.3, 0.3, ..., 0.3](0.3 的数量:10) y=x x 和 y 之间的线性相关系数是多少？对于此x 和y，所有对都指向同一点(0.3, 0.3)。我们可以说 x
python - Pandas corr() 返回 NaN 的频率太高
我正在尝试在数据帧上运行我认为应该是一个简单的相关函数，但它在我认为不应该返回的地方返回 NaN。代码: # setup import pandas as pd import io csv = io

首页

博学

6Ren·AI

商城

Pandas .corr() 返回 "__"