Python Pandas Series.cov()用法及代码示例

Python 是一种用于进行数据分析的出色语言，主要是因为以数据为中心的 Python 包的奇妙生态系统。 Pandas 就是其中之一，它使导入和分析数据变得更加容易。

Pandas Series.cov() 用于查找两个系列的协方差。在以下示例中，使用 Pandas 方法和手动方法找到协方差，然后比较答案。

要了解有关协方差的更多信息，请单击此处。

用法：Series.cov(other, min_periods=None)

参数：
other:用于寻找协方差的其他系列
min_periods:获得有效结果所需的最少观察次数

Return type:浮点值，返回调用者系列和传递系列的协方差

例：

在此示例中，使用 Pandas .Series() 方法制作了两个列表并将其转换为系列。如果找到两个系列并创建一个函数来手动查找协方差，则为平均值。 Pandas .cov()也适用，两种方式的结果都存储在变量中并打印以比较输出。


import pandas as pd
  
# list  1
a = [2, 3, 2.7, 3.2, 4.1]
  
# list 2
b = [10, 14, 12, 15, 20]
  
# storing average of a
av_a = sum(a)/len(a)
  
# storing average of b
av_b = sum(b)/len(b)
  
# making series from list a
a = pd.Series(a)
  
# making series from list b
b = pd.Series(b)
     
# covariance through pandas method
covar = a.cov(b)
  
  
# finding covariance manually
def covarfn(a, b, av_a, av_b):
    cov = 0
  
    for i in range(0, len(a)):
        cov += (a[i] - av_a) * (b[i] - av_b)
    return (cov / (len(a)-1))
  
# calling function
cov = covarfn(a, b, av_a, av_b)
  
# printing results
print("Results from Pandas method:", covar)
print("Results from manual function method:", cov)

输出：
从输出中可以看出，两种方式的输出是相同的。因此，这种方法在寻找大系列的协方差时很有用。

Results from Pandas method: 2.8499999999999996
Results from manual function method: 2.8499999999999996

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.cov() to find Covariance。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。