用于计算协方差的内置函数

【问题标题】：Build in function for computing covariance用于计算协方差的内置函数
【发布时间】：2012-03-29 18:25:23
【问题描述】：

在给定均值和样本数据点的情况下，python 有没有办法获得协方差矩阵

例子：

mean = [3 3.6]
data = [[1 2]
        [2 3]
        [3 3]
        [4 5] 
        [5 5]]

我知道如何通过在公式中替换这些值来计算相同的值。但是python中是否有一个内置函数可以为我做到这一点。我知道 Matlab 中有一个，但我不确定 python。

【问题讨论】：

标签： python numpy scipy covariance

【解决方案1】：

numpy.cov() 可用于计算协方差矩阵：

In [1]: import numpy as np

In [2]: data = np.array([[1,2], [2,3], [3,3], [4,5], [5,5]])

In [3]: np.cov(data.T)
Out[3]: 
array([[ 2.5,  2. ],
       [ 2. ,  1.8]])

默认情况下，np.cov() 期望每一行代表一个变量，列中包含观察值。因此我不得不转置你的矩阵（使用.T）。

实现相同目的的另一种方法是将rowvar 设置为False：

In [15]: np.cov(data, rowvar=False)
Out[15]: 
array([[ 2.5,  2. ],
       [ 2. ,  1.8]])

【讨论】：