要获得the correlation between two arrays in python，我正在使用：
from scipy.stats import pearsonr
x, y = [1,2,3], [1,5,7]
cor, p = pearsonr(x, y)
但是，正如the docs中所述，从pearsonr()返回的p值仅对大于500的数据集有意义。那么如何获得对小型数据集合理的p值？
我的临时解决方案：
在阅读线性回归后，我提出了自己的小脚本，它基本上使用Fischer transformation来获得z值，从中计算p值：
import numpy as np
from scipy.stats import zprob
n = len(x)
z = np.log((1+cor)/(1-cor))*0.5*np.sqrt(n-3))
p = zprob(-z)
有效。但是，我不确定pearsonr()给出的p值是否更合理。是否有一个已经具有此功能的python模块？我无法在SciPy或Statsmodels中找到它。
修改以澄清：
我的示例中的数据集已经过简化。我的真实数据集是两个10-50值的数组。