Python Pandas Series.cov()用法及代碼示例

Python 是一種用於進行數據分析的出色語言，主要是因為以數據為中心的 Python 包的奇妙生態係統。 Pandas 就是其中之一，它使導入和分析數據變得更加容易。

Pandas Series.cov() 用於查找兩個係列的協方差。在以下示例中，使用 Pandas 方法和手動方法找到協方差，然後比較答案。

要了解有關協方差的更多信息，請單擊此處。

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

參數：
other:用於尋找協方差的其他係列
min_periods:獲得有效結果所需的最少觀察次數

Return type:浮點值，返回調用者係列和傳遞係列的協方差

例：

在此示例中，使用 Pandas .Series() 方法製作了兩個列表並將其轉換為係列。如果找到兩個係列並創建一個函數來手動查找協方差，則為平均值。 Pandas .cov()也適用，兩種方式的結果都存儲在變量中並打印以比較輸出。


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)

輸出：
從輸出中可以看出，兩種方式的輸出是相同的。因此，這種方法在尋找大係列的協方差時很有用。

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

相關用法

注：本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.cov() to find Covariance。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。