这两个协方差函数有什么区别？ [关闭]答案

【问题标题】：What is the difference between these two covariance functions? [closed]这两个协方差函数有什么区别？ [关闭]
【发布时间】：2020-11-26 08:01:42
【问题描述】：

我想重写这个协方差函数：

 def cov1(a, b):
    a_mean = np.mean(a)
    b_mean = np.mean(b)
    sum = 0
    for i in range(0, a.size):
        sum = ((a[i] - a_mean) * (b[i] - b_mean)) + sum
    return sum/(len(a)-1)

我尝试重写求和部分以使其成为 np.sum：

def cov(a, b):
    a_mean = np.mean(a)
    b_mean = np.mean(b)
    for i in range(0, a.size):
        summation = np.sum((a[i] - a_mean) * (b[i] - b_mean))
    return summation/(len(a)-1)

但是当我取两个数组时：

a = np.arange(1,11,1)
b = np.arange(10,21,1)

我尝试了两种不同的功能，得到了不同的答案。函数 cov1 是正确的：

print(cov1(a,b))
print(cov(a,b))

9.166666666666666
2.0

这是为什么？如何修复函数 cov(a,b) 以使其与 cov1(a,b) 相同？

【问题讨论】：

请注意数组a 和b 的长度不同。不知道是不是笔误
cov1 每次将当前步骤的部分和相加； cov 替换旧值。另外，不要使用sum 作为变量名，因为它隐藏了内置的sum 函数。此外，您不必自己实现这一点。您是否尝试将numpy covariance 放入搜索引擎？

标签： python function numpy jupyter

【解决方案1】：

首先我认为你的两个函数都应该确保输入的长度相同。

其次，你的功能可能是这样的

def cov(a, b):
    a_mean = np.mean(a)
    b_mean = np.mean(b)
    return ((a - a_mean) * (b - b_mean)).sum() / (len(a) - 1)

第三，numpy有cov功能，试试看

np.cov(a, b)

这将返回变量的协方差矩阵。在您的情况下，您可以只使用 np.cov(a, b)[0, 0]

【讨论】：

【解决方案2】：

您忘记在 cov 中定义 summation 并且忘记将 summation 添加到新总和中。试试这个：

def cov(a, b):
    a_mean = np.mean(a)
    b_mean = np.mean(b)
    # Added summation and assigned 0 to it, like for sum in cov1
    summation = 0
    for i in range(0, a.size):
        # Added + summation here, just like in cov1
        summation = np.sum((a[i] - a_mean) * (b[i] - b_mean)) + summation 
    return summation/(len(a)-1)

【讨论】：