Python NumPy 中的協方差

本教程將介紹 Python 中計算兩個 NumPy 陣列之間的協方差的方法。

與 numpy.cov() 函式的協方差

在統計學中，協方差是一個變數的變化與另一個變數的變化的度量。協方差告訴我們如果另一個變數發生變化，一個變數會發生多少變化。我們可以使用 Python 中的 numpy.cov(a1, a2) 函式 計算兩個 NumPy 陣列之間的協方差。

此處，a1 表示第一個變數的值的集合，而 a2 表示第二個變數的值的集合。numpy.cov() 函式返回一個二維陣列，其中索引 [0][0] 處的值是 a1 和 a1 之間的協方差，即索引 [0][1] 處的值是 a1 和 a2 之間的協方差，索引 [1][0] 處的值是 a2 和 a1 之間的協方差，以及索引 [1][1] 處的值是 a2 和 a2 之間的協方差。請參考以下程式碼示例。

import numpy as np

array1 = np.array([1,2,3])
array2 = np.array([2,4,5])

covariance = np.cov(array1, array2)[0][1]
print(covariance)

輸出：

1.5

我們首先使用 np.array() 函式建立了兩個 NumPy 陣列 array1 和 array2。然後我們用 np.cov(array1, array2)[0][1] 計算協方差並將結果儲存在 covariance 變數中。最後，我們列印了 covariance 變數內的值。