在数据分析中我们常常需要判断多组数据之间的关联程度NumPy提供了简单的函数直接计算相关系数矩阵、协方差、样本方差。相关系数矩阵是对称矩阵。对角线上的值都是1代表变量自身的自相关非对角线元素就是变量之间的相关系数取值范围在-1到1之间。数值大于0代表正相关一个变量增大另一个也跟着增大数值小于0代表负相关一个变量增大另一个减小。相关系数的绝对值越接近1两组数据变化趋势的相似度越高。np.corrcoef 默认一行代表一个变量。pythonimport numpy as np# 完全负相关print(np.corrcoef([1,2,3,4], [4,3,2,1]))# 不完全负相关print(np.corrcoef([1,2,3,4], [8,3,2,1]))# 完全正相关print(np.corrcoef([1,2,3,4], [1,2,3,4]))# 弱正相关print(np.corrcoef([1,2,3,4], [1,2,3,40]))# 多个变量放入矩阵计算x np.matrix([[1,2,3], [4,5,6]])print(np.corrcoef(x))x np.matrix([[1,2,3], [4,5,6], [9,8,7]])print(np.corrcoef(x))np.cov 用来计算协方差矩阵。矩阵对角线上的数字是样本方差代表一组数据的波动大小非对角线元素是协方差用来衡量两组数据协同波动的情况。注意这里是样本方差计算时分母为样本数量减1。pythonimport numpy as npx np.matrix([[-2,1,-1,4,3], [3,1,1,0,12]])print(np.cov(x))协方差会受数据单位影响不方便直接对比相关性强弱。相关系数消除了量纲范围固定在-1到1适合用来判断变量线性相关的程度。核心要点 np.corrcoef 看变量线性相关强弱 np.cov 计算协方差和样本方差。两个函数默认一行代表一个变量使用时要注意行列顺序。