多个time seris correlate，使用numpy实现Correlation 并画出热力图

在Python中，你可以使用NumPy库来计算两个时间序列之间的相关性，并通过seaborn库绘制热力图直观展示这种相关性矩阵。这里是一个简单的步骤指南：

首先，确保已安装必要的库：

pip install numpy pandas seaborn matplotlib

然后，可以按照以下步骤操作：

1. 导入所需库：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

2. 准备数据。假设你有两个时间序列df['ts1']和df['ts2']在pandas DataFrame df中：

df = pd.DataFrame({
    'ts1': your_time_series_1_data,
    'ts2': your_time_series_2_data
})

3. 计算相关系数矩阵（corr()函数会返回一个对角线为1的协方差矩阵，我们再除以标准差得到皮尔逊相关系数）：

correlation_matrix = df.corr()

4. 绘制热力图：

sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm')  # 'annot=True' 显示数值，cmap选择颜色映射
plt.title('Time Series Correlation Heatmap')
plt.xlabel('Time Series')
plt.ylabel('Time Series')
plt.show()

这将生成一个显示两列时间序列之间相关性的热力图，颜色越深代表相关性越强。