scipy与dcor库中距离相关性指标的差异及结果分歧咨询

两者计算的根本不是同一个指标，这是结果差异巨大的核心原因：

• dcor.distance_correlation：衡量非线性依赖的距离相关系数
  这个指标专门用于检测两个变量之间的非线性依赖关系，取值范围是[0,1]。0代表变量完全独立，1代表变量存在完全的依赖（包括线性和非线性）。你例子里的0.81，说明数组a和b之间有很强的非线性关联。

• scipy.spatial.distance.correlation：基于皮尔逊相关的距离指标
  这个函数计算的是相关距离，公式为 1 - 皮尔逊相关系数，本质是衡量两个变量的线性相关程度，取值范围是[0,2]。0对应完全线性正相关，2对应完全线性负相关，1对应无线性相关。你得到的0.34，反推皮尔逊相关系数是1-0.34=0.66，说明a和b的线性相关程度中等，但因为数据里存在明显的非线性成分（比如b的最后一个值从3跳至14），所以这个结果远低于dcor的非线性依赖检测值。

验证代码（修正原代码的语法错误） #

import numpy as np
import dcor
from scipy.spatial.distance import correlation

a = np.array([1., 2., 3., 4.])
b = np.array([5., 2., 3., 14.])

dcor_result = dcor.distance_correlation(a, b)
scipy_corr_dist = correlation(a, b, centered=True)
pearson_corr = 1 - scipy_corr_dist

print(f"dcor距离相关系数: {dcor_result:.6f}")
print(f"scipy相关距离: {scipy_corr_dist:.6f}")
print(f"推导的皮尔逊相关系数: {pearson_corr:.6f}")

内容的提问来源于stack exchange，提问作者cristiandatum