今天小编就为大家分享一篇pandas的相关系数与协方差实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

1、输出百分比变化以及前后指定的行数 a = np.arange(1,13).reshape(6,2) data = DataFrame(a) #计算列的百分比变化，如果想计算行设置axis=1 print(data.pct_change()) ''' 0 1 0 NaN NaN 1 2.000000 1.000000 2 0.666667 0.500000 3 0.400000 0.333333 4 0.28

Pandas主要统计特征函数： 方法名 函数功能 sum() 计算数据样本的总和（按列计算） mean() 计算数据样本的算术平均数 var() 计算数据样本的方差 std() 计算数据样本的标准差 corr() 计算数据样本的Spearman（Pearman）相关系数矩阵 cov() 计算数据样本的协方差矩阵 skew() 样本值的偏度（三阶矩） kurt() 样本值的峰度（四阶矩） describe() 给出样本的基本描述（基本统计量如均值、标准