np.corrcoef()用法

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

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

例子

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)
————————————————
版权声明：本文为CSDN博主「陈陈陈Chann」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_46348799/article/details/108963172