Python 仅对数组的1列有效地计算皮尔逊相关系数

我有一个数组，它的形状是~

（70036000）

，我只想计算一个特定列（相对于所有其他列）的皮尔逊相关系数，但要计算数千次。我已经尝试了很多方法，但似乎没有一种方法能达到令人难以置信的效率：

导入numpy
df_corr=numpy.corrcoef（df.T）
corr_column=df_corr.iloc[：，column_index]

这当然会计算出整个相关矩阵，在我的机器上大约需要12秒；这是一个问题，因为我需要这样做~35000次（arr每次在创建相关矩阵之前都会发生轻微变化）

我还尝试逐一迭代各列：

corr_column=numpy.zero（len（df））
对于df.columns中的x：
corr_column[x]=numpy.corrcoef（x=p_subset.iloc[：，gene_ix]，y=p_subset.iloc[：，x]）[0][1]
corr_column=vals.重塑（-1,1）

---

这在每次迭代约10秒时稍微快一点，但仍然太慢。有没有办法更快地找到一列和所有其他列之间的相关系数？

好吧，你可以自己实现这个公式：

将numpy导入为np
def corr（a，i）：
'''
参数
----------
a:numpy阵列
i：列索引
退换商品
-------
c:numpy阵列
a[：，i]与a的所有其他列的相关系数
'''
平均值t=np.平均值（a，轴=0）
标准（a，轴=0）
平均值=平均值[i]
std_i=std_t[i]
平均值xy=np.平均值（a*a[：，i][：，无]，轴=0）
c=（平均值x-平均值i*平均值t）/（标准值i*标准值t）
返回c
a=np.random.randint（0,10，（70036000））
%timeit corr（a，0）
每个回路608 ms±180 ms（7次运行的平均值±标准偏差，每个回路1次）
%timeit np.corrcoef（a.T）
#实际上我没有耐心让它在我的机器里完成
#使用较小的示例，上面的实现速度快了100倍。