python求协方差、相关系数

在Python中，我们可以使用`numpy`库来计算协方差和相关系数。协方差(Covariance)度量的是两个变量之间的变化程度，而相关系数(如Pearson相关系数)衡量的是这两个变量之间线性的关联强度，其值范围在-1到1之间，1表示正相关，-1表示负相关，0表示无相关。

以下是如何计算：

1. **协方差**：

   import numpy as np

   # 假设我们有两组数据 x 和 y
   x = [1, 2, 3, 4, 5]
   y = [2, 4, 6, 8, 10]

   cov_xy = np.cov(x, y)[0, 1]  # 或者直接cov(x, y)，返回的是矩阵，这里取[0, 1]对应元素

2. **皮尔逊相关系数**（默认）：

   corr_xy = np.corrcoef(x, y)[0, 1]  # 皮尔逊相关系数返回的是一个浮点数

对于其他类型的相关系数（比如斯皮尔曼等级相关系数），可以使用`scipy.stats.spearmanr()`函数。