numpy 矩阵相似度

在 NumPy 中，可以使用 `numpy.corrcoef()` 函数计算两个矩阵的相关系数，从而得到矩阵的相似度。该函数的语法如下：

numpy.corrcoef(x, y=None, rowvar=True, bias=<no value>, ddof=<no value>)

其中，`x` 和 `y` 分别为两个矩阵，`rowvar` 指定是否将每行视为一个变量（默认为 `True`），`bias` 和 `ddof` 分别为偏差和自由度，一般不用设置。

示例代码如下：

import numpy as np

# 定义两个矩阵
a = np.array([[1, 2], [3, 4]])
b = np.array([[1, 2], [4, 3]])

# 计算相似度
similarity = np.corrcoef(a.flatten(), b.flatten())[0, 1]

print(similarity)  # 输出相似度

该代码将输出两个矩阵的相似度，结果为 `-0.14285714`。