编写皮尔逊相关系数完整代码

皮尔逊相关系数是衡量两个变量之间线性关系强度的一种方法。下面是 Python 中计算皮尔逊相关系数的完整代码： ```python import numpy as np def pearson_correlation(x, y): """ 计算两个向量 x 和 y 的皮尔逊相关系数。 """ # 计算均值 x_mean = np.mean(x) y_mean = np.mean(y) # 计算标准差 x_std = np.std(x) y_std = np.std(y) # 计算协方差 covariance = np.sum((x - x_mean) * (y - y_mean)) # 计算皮尔逊相关系数 pearson_corr = covariance / (len(x) * x_std * y_std) return pearson_corr ``` 使用示例： ```python # 生成两个随机向量 x = np.random.rand(10) y = np.random.rand(10) # 计算皮尔逊相关系数 corr = pearson_correlation(x, y) print("Pearson correlation coefficient:", corr) ``` 输出结果类似于： ``` Pearson correlation coefficient: 0.282193044811 ``` 注意，这里假设输入的向量已经去除了缺失值，并且长度相同。如果需要处理缺失值或者长度不同的情况，需要进行额外的处理。