我有以下数据框：
A B
0 1 5
1 2 6
2 3 7
3 4 8
我想计算协方差
a = df.iloc[:,0].values
b = df.iloc[:,1].values
使用 numpy 作为 cov ：
numpy.cov(a,b)
我明白了：
array([[ 1.66666667, 1.66666667],
[ 1.66666667, 1.66666667]])
对角元素不应该是1吗？如何使对角线元素为 1？
【问题讨论】：
标签： python pandas numpy dataframe covariance
【讨论】：
使用pd.DataFrame.corr
此外，当内置的 Pandas 方法为您完成这项工作时，无需在此处使用 Numpy。相关性将是一个，因为您已经通过它们各自的标准偏差对不同的系列进行了归一化。
df.corr()
A B
A 1.0 1.0
B 1.0 1.0
虽然pd.DataFrame.cov 得到你
df.cov()
A B
A 1.666667 1.666667
B 1.666667 1.666667
其他海报是正确的。我们可以看到正确执行数学运算，我们得到
df.cov().div(df.std()).div(df.std(), 0)
A B
A 1.0 1.0
B 1.0 1.0
【讨论】：
我相信您正在寻找的功能应该是 numpy.corrcoef 而不是 numpy.cov 。
相关矩阵和协方差矩阵的关系如下：
R[i,j] = C[i,j]/sqrt(C[i,i]*C[j,k])
【讨论】：