Python Pandas Series.autocorr()用法及代碼示例

Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的，但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引，並提供了許多方法來執行涉及索引的操作。

Pandas Series.autocorr()函數計算lag-N自相關。該方法計算級數及其移位後的自我之間的皮爾遜相關性。

用法： Series.autocorr(lag=1)

參數：
lag:執行自相關之前要應用的滯後次數。

返回：浮點數

範例1：采用Series.autocorr()函數來計算給定係列對象的基礎數據的lag-N自相關。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None]) 
  
# Create the Index 
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='H') 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

輸出：

現在我們將使用Series.autocorr()函數來計算給定係列對象的基礎數據的lag-n自相關。

# return the auto correlation 
result = sr.autocorr() 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，Series.autocorr()函數已成功將給定係列對象的基礎數據的自動相關性延遲1返回。

範例2：采用Series.autocorr()函數來計算給定係列對象的基礎數據的lag-N自相關。取滯後值等於3。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([34, 5, 13, 32, 4, 15]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

輸出：

現在我們將使用Series.autocorr()函數來計算給定係列對象的基礎數據的lag-n自相關。

# return the auto correlation 
# by lag-3 
result = sr.autocorr(lag = 3) 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，Series.autocorr()函數已成功將給定係列對象的基礎數據的自動相關性延遲1返回。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.autocorr()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。