Python计算Spearman秩相关系数

Spearman秩相关系数（Spearman's rank correlation coefficient）是一种非参数统计方法，用于衡量两个变量之间的单调关系强度,下面我将介绍几种在Python中计算Spearman相关系数的方法。

方法1：使用SciPy

from scipy.stats import spearmanr
# 示例数据
x = [1, 2, 3, 4, 5]
y = [5, 6, 7, 8, 7]
# 计算Spearman相关系数
corr, p_value = spearmanr(x, y)
print(f"Spearman相关系数: {corr:.4f}")
print(f"p值: {p_value:.4f}")

方法2：使用pandas

import pandas as pd
# 创建DataFrame
data = {'x': [1, 2, 3, 4, 5], 'y': [5, 6, 7, 8, 7]}
df = pd.DataFrame(data)
# 计算Spearman相关系数矩阵
corr_matrix = df.corr(method='spearman')
print("Spearman相关系数矩阵:")
print(corr_matrix)

方法3：手动实现（理解原理）

import numpy as np
def spearman_manual(x, y):
    # 将数据转换为秩
    x_rank = np.argsort(np.argsort(x))
    y_rank = np.argsort(np.argsort(y))
    # 计算秩的差值
    diff = x_rank - y_rank
    # 计算Spearman相关系数
    n = len(x)
    corr = 1 - (6 * np.sum(diff**2)) / (n * (n**2 - 1))
    return corr
# 示例数据
x = [1, 2, 3, 4, 5]
y = [5, 6, 7, 8, 7]
corr = spearman_manual(x, y)
print(f"手动计算的Spearman相关系数: {corr:.4f}")

注意事项

1. 数据要求：Spearman相关系数要求数据至少是顺序尺度的（ordinal data）
2. 处理相同值：当有相同值（ties）时，SciPy会自动处理，而手动实现可能需要调整
3. 显著性检验：通常需要计算p值来判断相关性是否显著
4. 数据长度：两个变量的长度必须相同

完整示例（带可视化）

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.stats import spearmanr
# 生成示例数据
np.random.seed(42)
x = np.random.rand(100) * 10
y = x**2 + np.random.normal(0, 5, 100)  # 二次关系加噪声
# 计算Spearman相关系数
corr, p_value = spearmanr(x, y)
# 绘制散点图
plt.figure(figsize=(10, 6))
plt.scatter(x, y, alpha=0.6)f'Spearman Correlation: {corr:.3f} (p-value: {p_value:.3f})')
plt.xlabel('X')
plt.ylabel('Y')
plt.grid(True)
plt.show()
# 输出结果
print(f"Spearman相关系数: {corr:.4f}")
print(f"p值: {p_value:.4f}")

方法都可以用来计算Spearman秩相关系数，选择哪种方法取决于你的具体需求和数据规模，SciPy的spearmanr是最推荐的方法,因为它处理了各种边界情况并提供了p值。