已知两组数据，一个是销量，一个是温度，已知两者数据之间存在关系，但是不知道具体因素影响多少，用python怎么计算

可以使用Python中的相关系数来计算销量和温度之间的关系强度。

具体地，可以使用Scipy库中的pearsonr()函数来计算销量和温度之间的皮尔逊相关系数，代码如下：

from scipy.stats import pearsonr

# 假设销量和温度数据已经存储在两个列表中
sales = [10, 20, 30, 40, 50]
temperature = [20, 25, 30, 35, 40]

# 计算销量和温度之间的皮尔逊相关系数
corr, _ = pearsonr(sales, temperature)
print('Correlation coefficient:', corr)

输出结果为：

Correlation coefficient: 0.9999999999999998

这说明销量和温度之间存在非常强的正相关关系。