아이리스 데이터 피어슨 상관분석

아이리스 데이터 피어슨 상관분석¶

In [1]:

# 패키지 불러오기 
import scipy as sp
from sklearn.datasets import load_iris

In [2]:

# 데이터 불러오기
iris_data = load_iris().data
iris_data[:10]

Out[2]:

array([[5.1, 3.5, 1.4, 0.2],
       [4.9, 3. , 1.4, 0.2],
       [4.7, 3.2, 1.3, 0.2],
       [4.6, 3.1, 1.5, 0.2],
       [5. , 3.6, 1.4, 0.2],
       [5.4, 3.9, 1.7, 0.4],
       [4.6, 3.4, 1.4, 0.3],
       [5. , 3.4, 1.5, 0.2],
       [4.4, 2.9, 1.4, 0.2],
       [4.9, 3.1, 1.5, 0.1]])

In [3]:

# 꽃받침 길이와 꽃잎의 길이 데이터 불러오기
sepals_length = iris_data[:, 0] 
petals_length = iris_data[:, 2] 
sepals_length[:10], petals_length[:10]

Out[3]:

(array([5.1, 4.9, 4.7, 4.6, 5. , 5.4, 4.6, 5. , 4.4, 4.9]),
 array([1.4, 1.4, 1.3, 1.5, 1.4, 1.7, 1.4, 1.5, 1.4, 1.5]))

In [4]:

# 피어슨 상관계수 산출
sp.stats.pearsonr(sepals_length, petals_length)[0]

Out[4]:

0.8717537758865831