馬氏距離是一種用于測量兩個隨機變量間的關(guān)聯(lián)性的距離度量方法。Python中SciPy庫提供了馬氏距離的計算方式，具體實現(xiàn)如下所示：

import numpy as np
from scipy.spatial.distance import mahalanobis
#定義兩個隨機變量
x = np.array([1,2,3,4,5])
y = np.array([2,4,6,8,10])
#計算協(xié)方差矩陣
cov_matrix = np.cov(x, y)
#計算馬氏距離
mah_dist = mahalanobis(x, y, cov_matrix)
print("馬氏距離為：", mah_dist)

在以上代碼中，我們首先導(dǎo)入了numpy和SciPy庫，然后定義了兩個隨機變量x和y。接著我們通過np.cov()函數(shù)計算了x和y兩個隨機變量的協(xié)方差矩陣，該矩陣即為馬氏距離計算的重要參數(shù)之一。

最后我們通過SciPy庫中的mahalanobis()函數(shù)，傳入x、y和協(xié)方差矩陣計算得到了馬氏距離，最終輸出。