Python中时间序列中两个变量的相关性？

Question

如果我有两个不同的时间序列数据集，是否有一种简单的方法来查找python中两个集合之间的相关性？

例如有：

# [ (dateTimeObject, y, z) ... ] 
x = [ (8:00am, 12, 8), (8:10am, 15, 10) .... ] 

我怎么可能会得到Y的Python中的相关性和z？

Answer 1

有点慢在这里的吸收。熊猫（http://github.com/wesm/pandas和pandas.sourceforge.net）可能是您最好的选择。我有点偏见，因为我写了它，但：

In [7]: ts1 
Out[7]: 
2000-01-03 00:00:00 -0.945653010936 
2000-01-04 00:00:00 0.759529904445 
2000-01-05 00:00:00 0.177646448683 
2000-01-06 00:00:00 0.579750822716 
2000-01-07 00:00:00 -0.0752734982291 
2000-01-10 00:00:00 0.138730447557 
2000-01-11 00:00:00 -0.506961851495 

In [8]: ts2 
Out[8]: 
2000-01-03 00:00:00 1.10436688823 
2000-01-04 00:00:00 0.110075215713 
2000-01-05 00:00:00 -0.372818939799 
2000-01-06 00:00:00 -0.520443811368 
2000-01-07 00:00:00 -0.455928700936 
2000-01-10 00:00:00 1.49624355051 
2000-01-11 00:00:00 -0.204383054598 

In [9]: ts1.corr(ts2) 
Out[9]: -0.34768587480980645 

值得注意的是，如果您的数据是在不同的日期集合上，它将计算成对相关性。它也会自动排除NaN值！

Answer 2

我会建议熊猫库http://pandas.sourceforge.net/generated/pandas.DataFrame.corr.html?highlight=corr#pandas.DataFrame.corr

Answer 3

Scipy有statistics模块的相关功能。

from scipy import stats 
# Y and Z are numpy arrays or lists of variables 
stats.pearsonr(Y, Z) 

Answer 4

您可以通过协方差矩阵或相关系数来做到这一点。 http://docs.scipy.org/doc/numpy/reference/generated/numpy.cov.html和http://docs.scipy.org/doc/numpy/reference/generated/numpy.corrcoef.html是这方面的文档功能，前者还附带一个如何使用它的示例（corrcoef使用非常相似）。

>>> x = [ (None, 12, 8), (None, 15, 10), (None, 10, 6) ] 
>>> data = numpy.array([[e[1] for e in x], [e[2] for e in x]]) 
>>> numpy.corrcoef(data) 
array([[ 1.  , 0.99339927], 
     [ 0.99339927, 1.  ]]) 

Answer 5

使用numpy的：

from numpy import * 
v = [ ('k', 1, 2), ('l', 2, 4), ('m', 13, 9) ] 
corrcoef([ a[1] for a in v ], [ a[2] for a in v ])[0,1]