Python 计算并可视化无序序列中两个变量之间的相关性

作为我最后一年研究实施的一部分，我试图计算并可视化两个不在有序序列中的变量之间的相关性。在如下数据集中

DateAndTime           Demand    Temperature
2015-01-02 18:00:00    2081         41
2015-01-02 19:00:00    2370         42
2015-01-02 20:00:00    2048         42
2015-01-02 21:00:00    1806         42
2015-01-02 22:00:00    1818         41
2015-01-02 23:00:00    1918         40
2015-01-03 00:00:00    1685         40
2015-01-03 01:00:00    1263         38
2015-01-03 02:00:00     969         38
2015-01-03 03:00:00     763         37
2015-01-03 04:00:00     622         36

---

计算和可视化日期和需求之间的相关性非常简单，因为它们是有序序列，可以使用散点图轻松可视化它们的相关性。然而，如果我要计算温度和需求之间的相关性，得到的散点图没有多大意义，因为它没有任何数学顺序。应使用何种方法以更有意义的方式可视化这两个变量之间的相关性。为此，我使用基本的python框架，如Matplotlib、Statsmodels和Sklearn。

好的，我们的想法是绘制两列，一列在x轴，另一列在y轴，并尝试绘制一条模拟其行为的线。Numpy有一个函数来计算

import numpy as np
import matplotlib.pyplot as plt

x = [4,2,1,5]
y = [2,4,6,3]

fit = np.polyfit(x,y,1)
fit_line = np.poly1d(fit)

plt.figure()
plt.plot(x,y,'rx')
plt.plot(x,fit_line(x),'--b')
plt.show()

如果将回归直线设为<代码> y= a*x+b，可以得到系数a和b，使

a = fit[0]
b = fit[1]

返回

a = -0.8000000000000005
b = 6.150000000000002

---

只要使用你的x和y

为什么不画点，然后画一条回归线呢？你好@AlbertAlonso，谢谢你的回答。我在这个领域大部分是自学的，所以我不太明白你所说的画回归线的意思。请您再详细说明一下。您是否试过绘制一个需求和温度的散点图？我相信它会很好地显示出相关性。