Python NumPy 中的协方差

本教程将介绍 Python 中计算两个 NumPy 数组之间的协方差的方法。

与 numpy.cov() 函数的协方差

在统计学中，协方差是一个变量的变化与另一个变量的变化的度量。协方差告诉我们如果另一个变量发生变化，一个变量会发生多少变化。我们可以使用 Python 中的 numpy.cov(a1, a2) 函数 计算两个 NumPy 数组之间的协方差。

此处，a1 表示第一个变量的值的集合，而 a2 表示第二个变量的值的集合。numpy.cov() 函数返回一个二维数组，其中索引 [0][0] 处的值是 a1 和 a1 之间的协方差，即索引 [0][1] 处的值是 a1 和 a2 之间的协方差，索引 [1][0] 处的值是 a2 和 a1 之间的协方差，以及索引 [1][1] 处的值是 a2 和 a2 之间的协方差。请参考以下代码示例。

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)

输出：

1.5

我们首先使用 np.array() 函数创建了两个 NumPy 数组 array1 和 array2。然后我们用 np.cov(array1, array2)[0][1] 计算协方差并将结果保存在 covariance 变量中。最后，我们打印了 covariance 变量内的值。