Python的数据预处理与相关性

何为相关性：

主要涉及对具有相关性的变量进行研究，以衡量变量间的关联程度。在各种数据分析过程中，在任何情况下都普遍存在着相互联系。

主要涉及对具有相关性的变量进行研究, 以衡量变量间的关联程度. 在各种数据分析过程中, 在任何情况下都普遍存在着相互联系.

相关和因果：

相关并非直接因果关系，在某些情况下（例如）,
经常采取较低价格策略的商品促销活动能够显著提升销量；
当市场销量不断增加时（例如）,
线下物流系统面临更大压力（例如）,
可能导致破损率上升；
同时,
其（即）降价与其销量之间存在直接关联；
而其（即）与破损率的增长呈正相关。

特别地，在本研究中使用的R值不仅能够衡量变量间的线性关联程度，并且其绝对值大小也具有明确的意义：当|R|数值越趋近于1时，则意味着它们之间的关联程度越高；当R为正值时，则表示变量之间呈现正向关联（即两者的变化方向一致）；而当R为负值时，则表明变量间存在反向关联（即趋势相反）。需要注意的是，在本分析中我们仅考察了线性的关联情况；而其他如指数型、多项式型以及幂函数型等非线性的关联关系不在本次讨论范围内。

python实现

    import numpy as np
    import pandas as pd
    
    # 导入数据
    df = pd.read_csv('h