python：numpy的corrcoef计算相关系数

corrcoef(x, y=None, rowvar=True, bias=np._NoValue, ddof=np._NoValue)

函数常用的是前三个参数，x和y分别是需要计算相关系数的两个随机变量，当rowvar为True(默认情况)时，每一行代表一个随机变量，否则每一列代表一个随机变量。
该函数计算的是Pearson(皮尔逊)相关系数，大学学过概率论与数理统计的都知道公式

其中X,Y分别为两个随机变量，cov为X和Y的协方差，σx,σy分别为X和Y的标准差。 当ρ=0时，X和Y不存在线性关系，即不相关；当0<ρ<1时，X和Y正相关；当-1<ρ<0时，X和Y负相关；当|ρ|=1时，X和Y存在严格的线性关系，二者线性相关。
除此之外，也可以使用scipy包中pearsonr方法from scipy.stats.stats import pearsonr，r, p_value = pearsonr(x, y),函数传入两个参数分别为两个随机变量，返回值有两个，r为随机变量之间的相关系数，p_value为显著性水平，即小概率事件——x,y之间不相关的概率。