我正在尝试检查垃圾邮件和工作日之间是否存在相关性。我的数据集如下所示：
Spam? Day
0 1.0 Saturday
1 1.0 Saturday
3 0.0 Saturday
5 1.0 Saturday
7 0.0 Friday
... ... ...
346 0.0 Friday
348 1.0 Friday
361 0.0 Saturday
383 1.0 Thursday
387 1.0 Friday
其中 1 表示垃圾邮件，0 表示垃圾邮件。
我试过如下
corr = (numpy.corrcoef(df['Spam?'],df['Days']))
我不知道如何解释这两个变量之间可能存在的关系，以及绘图是否有助于更好地可视化数据和关系。
（开始是评论，但结果比预期的要长）
使用这样的数据集，一个简单的条形图可能非常有洞察力：在 X 轴上是星期几，在 Y 轴上是频率，每天有两个条形图（垃圾邮件/非垃圾邮件使用不同的颜色）。稍微高级一点的版本：两个箱线图，一个用于工作日，另一个用于周末。箱线图对于只有 5 个（周一至周五）和 2 个（周六至周日）的值来说有点过头了，但它很容易做到并显示了全局。
为了测试任何差异（例如工作日与周末）是否显着，我认为这是卡方检验的一个很好的案例。
numpy.corrcoef将为您提供 Pearson 相关性，但您的特征是分类的。
您应该计算 Crammer'v。
您可以在此答案中获取详细信息/代码，因为这两个问题有点相似DS.SE
在情节上
Erwan 的建议似乎不错。
此外，尝试在星期几和垃圾邮件/总比率之间绘制（线图）（即，对总数量进行标准化），因为单个数字更容易理解。