很久没有用Matlab工具了，最近由于需要数据处理所以又重拾起
主要记录如何用Matlab计算矩阵的相关系数方法
这里介绍的是皮尔森（Pearson）相关系数，corr()默认为是Pearson
（协方差/二者的方差的乘积）方差是标准差的开方，都表示数据的离散程度（震荡程度）
矩阵形式：4096*3575
目标：得到该矩阵每一行与其余行数据之间的相关系数矩阵（4096*4096相关系数矩阵）
例如：A=[1 2 3
12 14 15
23 34 45]
计算A第一行与第二行，第三行，第二行与第一行，第三行，第三行与第一行，第二行的关于对角线对称的相关系数的矩阵
如下使用corrcoef方法计算矩阵中某两行之间的系数矩阵，0.9820是我们想要的系数
最开始知道用corrcoef()可以直接结算两个向量之间的系数（可以用help corrcoef进行查阅具体用法）
以上是处理本数据的代码，一行大概需要处理1分钟，速度超级慢
以上方法自己编写的太笨了，计算完系数需要自己填入系数矩阵中，所以每次都要迭代速度慢且占内存
后来找到一个corr(),输入矩阵后就可以直接得到相关系数的矩阵了，很方便，先将原有数据转置，后用corr(转置矩阵），计算就可以得到相关系数矩阵
真是太方便了！！！
