import pandas as pdimport numpy as np# 创建数据data = {'x': [1, 2, 3, 4, 5], 'y': [5, 4, 3, 2, 1]}df = pd.DataFrame(data)# 计算相关性corr = np.corrcoef(df['x'], df['y'])[0, 1]print("相关系数：", corr)

这段代码使用了Pandas和NumPy库来计算两个变量之间的相关系数。

首先，创建了一个字典类型的数据，包含两个变量x和y的取值。然后，使用Pandas将这个数据转换成DataFrame格式。

接着，使用NumPy中的`np.corrcoef`函数计算出了变量x和y之间的相关系数。在这段代码中，使用了`[0,1]`索引来获取矩阵中第一行第二列的元素，也就是相关系数。

最后，将计算出的相关系数打印出来。