我尝试使用np.corrcoef计算两个二维向量之间的Pearson相关系数。当向量的维数不同于2时，它们工作正常，例如：

import numpy as np
x = np.random.uniform(-10, 10, 3)
y = np.random.uniform(-10, 10, 3)
print(x, y)
print(np.corrcoef(x,y))

输出量：

[-6.59840638 -1.81100446  5.6158669 ] [ 6.7200348  -7.0373677  -2.11395157]
[[ 1.         -0.53299763]
 [-0.53299763  1.        ]]

然而，当维数为正好为2时，只有1或-1的相关性是错误的：

import numpy as np
x = np.random.uniform(-10, 10, 2)
y = np.random.uniform(-10, 10, 2)
print(x, y)
print(np.corrcoef(x,y))

输出1：

[-2.61268708  8.32602293] [6.42020314 3.43806504]
[[ 1. -1.]
 [-1.  1.]]

输出2：

[ 5.04249697 -3.6599369 ] [6.12936665 3.15827974]
[[1. 1.]
 [1. 1.]]

输出3：

[7.33503682 7.7145613 ] [-9.54304108  7.43840944]
[[1. 1.]
 [1. 1.]]

**问题：**发生了什么，如何解决？