要展示數據的相關性和協方差，可以使用散點圖和熱力圖。下面分別介紹這兩種方法：
import matplotlib.pyplot as plt
import numpy as np
# 生成隨機數據
np.random.seed(0)
x = np.random.rand(100)
y = x + np.random.rand(100)
# 繪制散點圖
plt.scatter(x, y)
plt.title('Scatter plot showing correlation')
plt.xlabel('x')
plt.ylabel('y')
plt.show()
在上述代碼中，我們生成了兩個隨機數組x和y，并使用plt.scatter()函數繪制了散點圖展示它們之間的相關性。
import matplotlib.pyplot as plt
import numpy as np
# 生成隨機數據
np.random.seed(0)
data = np.random.rand(10, 10)
# 計算協方差矩陣
covariance = np.cov(data.T)
# 繪制熱力圖
plt.imshow(covariance, cmap='hot', interpolation='nearest')
plt.colorbar()
plt.title('Heatmap showing covariance matrix')
plt.show()
在上述代碼中，我們生成了一個10x10的隨機數據矩陣，計算了其協方差矩陣，并使用plt.imshow()函數繪制了熱力圖展示協方差矩陣的分布情況。
