Python 如何使用scipy中的pearsonr函数来查找字典值的相关性和P值？

下面是一些Python代码：

a = dict.values(histodict[str(start)])
b = dict.values(histodict[str(end)])
print pearsonr(a,b)

当脚本被指示这样做时，变量a和b都将正确打印为列表，但它们不会在scipy中的pearsonr函数中响应

我想知道为什么这不起作用。返回的错误为：

Traceback (most recent call last):
File "BlackBox.py", line 32, in <module>
print corr(a,b)
File "/usr/lib/python2.6/dist-packages/scipy/stats/stats.py", line 1596, in pearsonr
mx = x.mean()
TypeError: cannot perform reduce with flexible type

回溯（最近一次呼叫最后一次）：
文件“BlackBox.py”，第32行，在
打印更正（a、b）
pearsonr中的文件“/usr/lib/python2.6/dist packages/scipy/stats/stats.py”，第1596行
mx=x.平均值（）
TypeError:无法使用灵活类型执行reduce

---

由于当前形式的代码显然不起作用，如何使用scipy中的pearsonr函数返回字典值的相关性和p值？

从您的注释中可以看出，您的值不是整数/浮点数：

a = [float(x) for x in histodict[str(start)].itervalues()]
b = [float(x) for x in histodict[str(end)].itervalues()]
print pearsonr(a,b)

---

根据您的注释，您的值不是整数/浮点数：

a = [float(x) for x in histodict[str(start)].itervalues()]
b = [float(x) for x in histodict[str(end)].itervalues()]
print pearsonr(a,b)

---

您只需使用

histdict[str（start）].values（）

，而不用复制字典。你能给我们看看

a

和

b

的内容吗？a是一个包含值['17633200'，'214.0'，'214.50'，'212.38'，'212.38'，'212.01'，'213.43']的列表，b是一个包含值['17633200'，'214.0'，'214.50'，'212.38'，'214.01'，'213.43']的列表，你可以使用

histdict[str（start）].values（）

而不是复制字典。你能给我们看一下

a

和

b

的内容吗？a是一个包含值['17633200'，'214.0'，'214.50'，'212.38'，'212.50'，'214.50'，'212.50'，'212.50'，'212.50'，'212.50'，'212.50'，'212.50'，'212.43']的列表，b是一个包含值['17633200'，'214 214.0'，'214.50'，'213.43'的列表，现在它返回错误消息：回溯（最近一次调用）：文件“BlackBox.py第28行，在a=[int（x）for x in histordict[str（start）].itervalues（）]ValueError:int（）的文本无效，基数为10:'214.0'@BlackBoxTrader:哦，对不起，我编辑了我的答案，请将int更改为floatOK，因此当我运行此代码时，与浮点类型之前的a和b值相比，由于浮点类型的性质，浮点值往往略有不同。这会对我的计算产生什么影响？它应该不会有太大影响pearson correlation正在寻找两个列表之间的线性关联。现在它返回错误消息：回溯（最近一次调用）：文件“BlackBox.py”，第28行，在a=[int（x）for x in histordict[str（start）]。itervalues（）]ValueError:以10为基数的int（）的文本无效：'214.0'@BlackBoxTrader:哦，对不起，我编辑了我的答案，请将int更改为floatOkay，这样当我运行此代码时，与浮点类型之前的a和b值相比，由于浮点类型的性质，浮点值往往会略有不同。这会对我的计算产生什么影响？它应该不会有太大的影响。皮尔逊相关性正在寻找两个列表之间的线性相关性。