如何用Scala集合方法实现皮尔逊相关系数计算方法？

嘿，完全不需要递归就能搞定这个问题！你卡在的对应x、y偏差相乘求和的部分，Scala里的zip方法正好是为这种场景设计的。

问题分析 #

你已经正确计算出了每个x与均值的偏差（x - x̅）和每个y与均值的偏差（y - y̅），但需要把两个列表对应位置的元素配对相乘，再把结果加起来。原代码里直接用xValues.map(...) * yValues.map(...)是不对的——Scala的列表没有定义乘法操作，这时候zip就能帮你把两个列表按位置组合成元组列表。

修正后的代码 #

先看调整后的完整实现，我会标注关键修改点：

def correlation[T](elements: List[T], property1: T => Double, property2: T => Double): Double = {
  val xValues = elements.map(property1)
  val yValues = elements.map(property2)
  // 注意：如果你的standardDeviation方法接收的是Double列表，这里不需要传property1/2，因为x/yValues已经是Double类型了
  val Sx = standardDeviation(xValues)
  val Sy = standardDeviation(yValues)
  val n = xValues.size.toDouble
  val xMean = xValues.sum / n
  val yMean = yValues.sum / n

  // 核心修正：用zip配对偏差列表，再相乘求和
  val deviationProductsSum = xValues.map(_ - xMean)
    .zip(yValues.map(_ - yMean))
    .map { case (dx, dy) => dx * dy }
    .sum

  // 计算协方差和最终的皮尔逊相关系数
  val covariance = deviationProductsSum / (n - 1)
  covariance / (Sx * Sy)
}

关键步骤解释 #

针对你给出的测试数据集List((2,7), (8,12), (11,17))：

1. xValues.map(_ - xMean)得到List(-5, 1, 4)，yValues.map(_ - yMean)得到List(-5, 0, 5)
2. zip操作后会生成元组列表：List((-5,-5), (1,0), (4,5))
3. map { case (dx, dy) => dx * dy }把每个元组的元素相乘，得到List(25, 0, 20)
4. 最后sum就得到了你需要的45

另外还要注意原代码里的一个运算符优先级问题：(1/xSize-1)会被解析成(1/xSize) - 1，这和你需要的1/(xSize - 1)完全不同，我在修正后的代码里改成了正确的形式。

测试调用示例 #

用你的测试数据调用这个方法（附标准差实现参考）：

// 参考的标准差实现（样本标准差，除以n-1）
def standardDeviation(values: List[Double]): Double = {
  val mean = values.sum / values.size.toDouble
  val squaredDeviations = values.map(v => math.pow(v - mean, 2))
  math.sqrt(squaredDeviations.sum / (values.size - 1))
}

// 测试调用
val data = List((2,7), (8,12), (11,17))
val result = correlation(data, _._1.toDouble, _._2.toDouble)
println(result) // 输出约0.982，符合预期

内容的提问来源于stack exchange，提问作者Klock123