我有一组数据，其中包含两个等长的数据数组，或者我可以制作一个包含两项条目的数组，我想计算数据所代表的相关性和统计显着性(可能紧密相关，或者可能没有统计上显着的相关性)。
我正在使用 Python 编程并安装了 scipy 和 numpy。我看了看发现 Calculating Pearson correlation and significance in Python ，但这似乎希望对数据进行操作，使其落入指定范围。
我想，要求 scipy 或 numpy 给我两个数组的相关性和统计显着性的正确方法是什么？
最佳答案
如果你想计算 Pearson 相关系数，那么 scipy.stats.pearsonr 是可行的方法；虽然，重要性仅对较大的数据集有意义。该功能不需要对数据进行操作使其落入指定范围。相关值落在 [-1,1] 区间内，也许这就是混淆？
如果重要性不是特别重要，可以使用 numpy.corrcoef()。
马氏距离确实考虑了两个阵列之间的相关性，但它提供的是距离度量，而不是相关性。 (从数学上讲，马氏距离不是真正的距离函数；不过，它可以在某些情况下直接使用以发挥巨大优势。)
关于python - 在 Python 中，如何计算两个数据数组之间的相关性和统计显着性？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/11121762/