在Python中，如何计算两个数据数组之间的相关性和统计显著性？

Question

我有两组同样长的数据数组，或者我可以创建一个包含两个条目的数组，我想计算数据表示的相关性和统计显著性（可能是紧密相关的，也可能没有统计显著性的相关性）。

我用Python编程，并安装了scipy和numpy。我查找并找到了Calculating Pearson correlation and significance in Python，但这似乎希望对数据进行操作，使其落入指定的范围。

我想，让scipy或numpy给出两个数组的相关性和统计意义的正确方法是什么？

Answer 1

您可以在这两个数组之间使用Mahalanobis distance，这会考虑到它们之间的相关性。

函数在scipy包中：scipy.spatial.distance.mahalanobis

有一个很好的例子here

Answer 2

如果你想计算皮尔逊相关系数，那么scipy.stats.pearsonr是一种方法；不过，意义只对较大的数据集有意义。此函数不要求将数据操作到指定的范围内。相关性的值落在间隔[-1,1]内，也许这就是混淆？

如果意义不是特别重要，可以使用numpy.corrcoef()。

Mahalanobis距离确实考虑了两个数组之间的相关性，但它提供了一个距离度量，而不是相关性。（从数学上讲，马哈拉诺比斯距离不是一个真正的距离函数；然而，在某些情况下，它可以作为一个真正的距离函数使用，这一点非常有利。）

Answer 3

scipy.space.distance.euclidean（）

这给出了两点、两个np数组、两个列表等之间的欧几里德距离

import scipy.spatial.distance as spsd
spsd.euclidean(nparray1, nparray2)

你可以在这里找到更多信息http://docs.scipy.org/doc/scipy/reference/spatial.distance.html