计算时间序列之间的相关性

相关系数可用于判断多个变量（或一组时间序列）之间的关联程度。结果是一个相关矩阵，用来描述各时间序列两两之间的相关性。请注意，相关矩阵的对角线值始终为 1，因为一个时间序列与自身总是完全相关。

相关系数可以通过 pearson、kendall 和 spearman 方法计算。关于这些方法的完整讨论超出本课程范围。一般而言，当您认为变量之间的关系近似线性时，应使用 pearson 方法；当您认为变量之间存在非线性关系时，应使用 kendall 或 spearman 方法。

本练习是课程的一部分

用 Python 可视化时间序列数据

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Compute the correlation between the beef and pork columns using the spearman method
print(meat[['beef', 'pork']].corr(method=____))

# Print the correlation between beef and pork columns
print(____)

编辑并运行代码