Python | numpy.cov()函数

介绍

numpy.cov()函数用于计算给定数组的协方差矩阵。

协方差矩阵是指变量之间关系的指标。协方差矩阵中每个元素表示两个变量之间的协方差。如果两个变量越相似，则协方差的值越大；如果两个变量不相关，则协方差为0。

用法

语法

numpy.cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None, aweights=None)

参数

• m: 数组，可能为多维。
• y: 另一个数组，与m一起计算协方差矩阵。
• rowvar: 布尔值，将数组的行作为自变量还是列作为自变量。
• bias: 布尔值，计算协方差矩阵时是否使用偏差校正。
• ddof: 自由度校正的分母。
• fweights: ndarray，用于计算每个元素的权重。
• aweights: ndarray，用于计算每个元素的权重。

返回值

协方差矩阵。

示例

import numpy as np

# Example 1

x = np.array([[0, 2], [1, 1], [2, 0]]).T
print(np.cov(x))

# Output
# [[ 1. -1.]
#  [-1.  1.]]

# Example 2

y = np.array([[0, 2, 4], [1, 1, 2], [2, 0, 1]])
print(np.cov(y))

# Output
# [[ 2.          1.         -2.        ]
#  [ 1.         0.33333333 -1.        ]
#  [-2.        -1.          2.33333333]]

在示例1中，我们将一个2 x 3的数组转置为3 x 2的数组，并计算其协方差矩阵。输出矩阵如下：

[[ 1. -1.]
 [-1.  1.]]

在示例2中，我们计算了一个3 x 3的数组的协方差矩阵。输出矩阵如下：

[[ 2.          1.         -2.        ]
 [ 1.         0.33333333 -1.        ]
 [-2.        -1.          2.33333333]]