Python 仅包含np数组的一列上的关联

我使用的是一个数据帧，每行有一列包含一个np.array（在本例中，表示当时大脑记录的平均波形）。我想计算此列的皮尔逊相关性（逐数组）

这是我的密码

lenght = len(df.Mean)
Mean = []   
for i in range(len(df.Mean)):
    Mean.append(df.Mean[i])

Correlation_p = np.zeros((lenght,lenght))
P_Value_p = np.zeros((lenght,lenght))

for i in range(lenght):
    for j in range(lenght):
        Correlation_p[i][j],P_Value_p[i][j] = stats.pearsonr(df.Mean[i],df.Mean[j])

这是可行的，但我想知道是否有一种更具python风格的方法，也许可以使用

df.corr（）

。我试过了，但在如何做这件事上失败了

编辑：df.Mean.head（）的输出

---

如果我没有弄错的话，您希望关联的数组似乎位于数据帧的单个单元格中。下面介绍了一种格式，其中每个数组占用一列。 我制作了一个类似于df.Mean.head（）格式的数据示例：

可以使用以下方法将这些数组转换为列：

df = pd.DataFrame(np.array(df['x'].tolist()).transpose())

根据您自己的尺寸调整重塑参数。 从那以后，事情就相当简单了

相关矩阵可通过以下方式创建：

df.corr()

相关矩阵的可视化：

import matplotlib.pyplot as plt
plt.matshow(df.corr())
plt.show()

---

有几行的数据示例吗？有。我编辑了这篇文章。嗨，洛伦佐，我对我的答案做了一些更新。如果不让我知道的话，它现在应该可以工作了。是的，它工作得很好。显然比我当时的做法要好。谢谢一件小事：像你一样使用重塑来混合阵列。在您的示例中，它不是为了创建列而转置它们，而是以3的间隔剪切数组，然后将它们一个置于另一个之下。我使用

df=pd.DataFrame（np.array（df['x'].tolist（））.transpose（））

来替换数组。哎呀，你说得对，我将为未来的用户相应地更改它。

df.corr()

import matplotlib.pyplot as plt
plt.matshow(df.corr())
plt.show()