Python NumPy cov方法用法及代碼示例

Numpy 的 cov(~) 方法計算給定兩個數組的協方差。

1. x | array-like

每行代表一個單獨的列數據(即變量)。請參閱下麵的示例以進行說明。

2. y | array-like | optional

您無需將數據集指定為 x 中的新行，隻需將其指定為 y 即可。

3. rowvar | boolean | optional

如果為 True，則 x 中的每一行代表一個變量。如果為 False，則 x 中的每一列代表一個變量。默認情況下，rowvar=True 。

4. bias | boolean | optional

是否計算協方差的有偏估計或無偏估計。默認情況下，bias=False(樣本協方差)。

5. ddof | int | optional

自由度δ。這可以用來修改前麵的分母：

默認情況下，ddof=0 。

6. fweights | array-like | optional

每次觀察應重複的次數。請參閱下麵的示例以進行說明。

7. aweights | array-like | optional

每個觀測值上放置的一維權重數組。權重越高，觀察結果越重要。

如果給定一個變量，則返回 a 標量。否則，返回一個 Numpy 數組。

np.cov([2,3,5,6], [3,5,8,12])



array([[ 3.33333333,  7.        ],
       [ 7.        , 15.33333333]])

這與指定二維數組完全相同：

np.cov([[2,3,5,6], [3,5,8,12]])



array([[ 3.33333333, 7. ],
       [ 7. , 15.33333333]])

np.cov([2,3,5,6], [3,5,8,12], ddof=0)



array([[ 2.5 ,  5.25],
       [ 5.25, 11.5 ]])

您還可以設置bias=True：

np.cov([2,3,5,6], [3,5,8,12], bias=True)



array([[ 2.5 , 5.25],
       [ 5.25, 11.5 ]])

np.cov([2,3,5,6], [3,5,8,12], fweights=[2,1,1,1])



array([[ 3.3 ,  6.85],
       [ 6.85, 14.7 ]])

這與以下內容完全相同：

np.cov([2,2,3,5,6], [3,3,5,8,12])



array([[ 3.3 ,  6.85],
       [ 6.85, 14.7 ]])

也就是說，每個數組的第一個值重複兩次，如 fweights 指定的那樣。

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 NumPy | cov method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。