如何用Python製作相關表
import pandas as pd
首先，這是這次使用的資料：
data = pd.read_excel("第一次段考分數.xlsx")
data[["身高","體重","數學","國文","英文","物理"]].corr()
data.drop(["姓","名","性別","住址"],axis=1).corr()
如果覺得小數點太多位，可以取到想要的位數：
data.drop(["姓","名","性別","住址"],axis=1).corr().round(2)
留言
留言分享你的想法！
你可能也想看
Google News 追蹤
靈感用盡、鍵盤不再響，盯著喜歡、分享、留言的數字，心跳跟著小鈴鐺七上八下⋯⋯vocus 2025 年 4 月限定新商品，要為創作者打氣！
🚨「創作者打氣包」 最懂創作者的vocus，為創作者打造
✨ 打氣包，包什麼？！四件道具挺創作者
一、【打氣復活卷】
專屬你的打氣小語，成功登記免費
全新 vocus 挑戰活動「方格人氣王」來啦～四大挑戰任你選，留言 / 愛心 / 瀏覽數大 PK，還有新手專屬挑戰！無論你是 vocus 上活躍創作者或剛加入的新手，都有機會被更多人看見，獲得站上版位曝光＆豐富獎勵！🏆
在當今這個訊息爆炸的時代，如何有效地展現自我，成為在各個場合中脫穎而出的關鍵。自我介紹，作為人際互動的第一課，其重要性不言而喻。而心智圖，作為一種直覺、高效的思考工具，能夠幫助我們有系統地整理訊息，創造出既個性鮮明又易於記憶的自我介紹。今天將為大家分享自我介紹的範本及教學課程。
上兩篇有關List的文章，此篇文上兩章的延續，整理一些常用的方法和操作。
[Python]List(列表)新增、修改、刪除元素
[Python基礎]容器 list(列表),tuple(元組)
還有一些常用的 list 方法和操作，讓你能更靈活地處理列表數據
Python資料視覺化在數據分析中扮演關鍵角色，透過視覺化捕捉數據模式、趨勢和異常，透過Matplotlib等工具創建專業圖表變相對簡單和高效。
本文介紹了在進行資料分析時，將類別欄位轉換為數值欄位的方法，包括Label Encoding、One-Hot Encoding、Binary Encoding、Target Encoding和Frequency Encoding。每種方法的應用範例、優缺點和適用場景都有詳細說明。
pandas是用於資料操縱和分析的Python軟體庫。它建造在 NumPy 基礎上，並為操縱數值表格和時間序列，提供了資料結構和運算操作。
Pandas 的主要資料結構包含 Series 和 DataFrame 物件，由於 Pandas 本身基 Numpy 所以在使用大量資料運算時效能表現也優於原
靈感用盡、鍵盤不再響，盯著喜歡、分享、留言的數字，心跳跟著小鈴鐺七上八下⋯⋯vocus 2025 年 4 月限定新商品，要為創作者打氣！
🚨「創作者打氣包」 最懂創作者的vocus，為創作者打造
✨ 打氣包，包什麼？！四件道具挺創作者
一、【打氣復活卷】
專屬你的打氣小語，成功登記免費
全新 vocus 挑戰活動「方格人氣王」來啦～四大挑戰任你選，留言 / 愛心 / 瀏覽數大 PK，還有新手專屬挑戰！無論你是 vocus 上活躍創作者或剛加入的新手，都有機會被更多人看見，獲得站上版位曝光＆豐富獎勵！🏆
在當今這個訊息爆炸的時代，如何有效地展現自我，成為在各個場合中脫穎而出的關鍵。自我介紹，作為人際互動的第一課，其重要性不言而喻。而心智圖，作為一種直覺、高效的思考工具，能夠幫助我們有系統地整理訊息，創造出既個性鮮明又易於記憶的自我介紹。今天將為大家分享自我介紹的範本及教學課程。
上兩篇有關List的文章，此篇文上兩章的延續，整理一些常用的方法和操作。
[Python]List(列表)新增、修改、刪除元素
[Python基礎]容器 list(列表),tuple(元組)
還有一些常用的 list 方法和操作，讓你能更靈活地處理列表數據
Python資料視覺化在數據分析中扮演關鍵角色，透過視覺化捕捉數據模式、趨勢和異常，透過Matplotlib等工具創建專業圖表變相對簡單和高效。
本文介紹了在進行資料分析時，將類別欄位轉換為數值欄位的方法，包括Label Encoding、One-Hot Encoding、Binary Encoding、Target Encoding和Frequency Encoding。每種方法的應用範例、優缺點和適用場景都有詳細說明。
pandas是用於資料操縱和分析的Python軟體庫。它建造在 NumPy 基礎上，並為操縱數值表格和時間序列，提供了資料結構和運算操作。
Pandas 的主要資料結構包含 Series 和 DataFrame 物件，由於 Pandas 本身基 Numpy 所以在使用大量資料運算時效能表現也優於原