方差
方差主要計算一維數組的離散程度
協方差
協方差主要衡量兩組變量或者二維變量的相似程度
很明顯，所謂的協方差就是方差在二維上的呈現。那么一維數據自身的協方差是如何計算呢？
一維數據和自己的協方差，就是數據本身的方差，方差是協方差的特殊情況。
值得注意的是當兩組數據的協方差為0時，說明兩組數據線性無關。而兩組數據的協方差越大，相關性也就越大。當協方差為負時，兩組數據負相關，反之為正相關。
相關性系數
相關性系數也可以被理解成一種特殊的協方差。相對於協方差來說，它是經過了標准化的消除了變化幅度的影響的協方差，可以單純反應兩個變量每單位變化時的相似程度。
這里的消除變化幅度的影響如何理解呢？兩組數據變化趨勢相同時，可能幅度相差很多，導致協方差的計算值在負無窮到正無窮之間變化。但我們經過了標准化處理，使得相關性系數的值集中在-1到1之間。當相關系數為－1時，說明兩個變量變化的反向相似度最大，X增大時，Y進行等值縮小，反之亦然。