numpy.corrcoef()函数讲解

numpy.corrcoef(x, y=无, rowvar = True, 偏差=<无值>, ddof=<无值>)

【学习参考】：Python Numpy库 numpy.corrcoef()函数讲解_Hello_xzy_Word的博客-CSDN博客_numpy.corrcoef

x： array_like，包含多个变量和观测值的1-D或2-D数组，x的每一行代表一个变量，每一列都是对所有这些变量的单一观察。

y： array_like, 可选，另外一组变量和观察，y具有与x相同的形状。

rowvar： bool, 可选，如果rowvar为True（默认值），则每行代表一个变量，并在列中显示。否则，转换关系：每列代表一个变量，而行包含观察。

偏差： _NoValue，可选，没有效果，请勿使用

ddof： _NoValue，可选，没有效果，请勿使用

功能：计算矩阵的相关系数，返回Pearson乘积矩相关系数的矩阵

---

---

import numpy as np
 
Array1 = [[1, 2, 3], [4, 5, 6]]
Array2 = [[11, 25, 346], [734, 48, 49]]
Mat1 = np.array(Array1)
Mat2 = np.array(Array2)
correlation = np.corrcoef(Mat1, Mat2)
print("矩阵1=\n", Mat1)
print("矩阵2=\n", Mat2)
print("相关系数矩阵=\n", correlation)

矩阵1=
 [[1 2 3]
 [4 5 6]]
矩阵2=
 [[ 11  25 346]
 [734  48  49]]
相关系数矩阵=
 [[ 1.          1.          0.88390399 -0.86539304]
 [ 1.          1.          0.88390399 -0.86539304]
 [ 0.88390399  0.88390399  1.         -0.53057867]
 [-0.86539304 -0.86539304 -0.53057867  1.        ]]
 
Process finished with exit code 0 

可以看出函数的返回值还是一个矩阵，

结果矩阵的行数*结果矩阵的列数==矩阵1的行数*矩阵2的行数

---

---

0=[1 2 3]    1=[4 5 6]    2=[11 25 346]    3=[734 48 49]  

自己和自己的相关性最大，值为1，所以对角线的值全为1. 

---

---

举例学习：