python - 缺失值屏蔽数组相关性 (numpy.ma)

Question

我正在尝试使用 numpy.ma.corrcoef 在存在缺失数据的情况下计算相关性。

根据文档:除了处理缺失数据外，此函数与 numpy.corrcoef 的功能相同。有关详细信息和示例，请参阅 numpy.corrcoef。

这是一个双变量数据集，其中只有第一点和第二点有两个变量的数据。

array([[ 0.00494576, -0.01331578],
   [-0.00146498, -0.01349548],
   [ 0.00430321,         nan],
   [-0.00937105,         nan],
   [        nan, -0.01356873],
   [        nan, -0.01375538],
   [        nan, -0.00277393],
   [        nan,  0.0082988 ],
   [        nan,  0.        ],
   [        nan,  0.00275103],
   [        nan,  0.00547947],
   [        nan, -0.01375538],
   [        nan,  0.0110194 ],
   [        nan, -0.00549452],
   [        nan,  0.01910017],
   [        nan, -0.02462505],
   [        nan, -0.01676017],
   [        nan,  0.0112046 ],
   [        nan,  0.01108045],
   [        nan,  0.01639381],
   [        nan,  0.01078178],
   [        nan, -0.01078178]])

当我将其转换为屏蔽数组(np.ma.masked_array(t,np.isnan(t))，其中 t 是上面的数组)并在其上运行 np.ma.corrcoef(rowvar=False)时变量之间的相关性为 -86.52(绝对值，而不是百分比!)。而单独在前两个点上运行 np.corrcoef 会产生 1 的相关性(再次是绝对值)。根据文档，后一个值是我认为我应该从第一次操作中得到的值。

我的 Python 版本(Mac OS X.6.8 上的 Enthought 64 位 PyLab)信息如下，我使用的是 Numpy 版本 1.6.1。

Python 2.7.3 |EPD 7.3-1(64 位)| (默认，2012 年 4 月 12 日，11:14:05)输入“copyright”、“credits”或“license”以获取更多信息。

请告知我在这里缺少什么!提前致谢。

Answer 1

我认为这可能是 numpy.ma.corrcoef 中的错误(或者更确切地说，可能是 np.ma.extras._covhelper 中的错误，我认为对于单个数组，掩码不能从一列正确传播到另一列输入，但也许我看错了地方)。

使用 np.ma.corrcoef(b[:,0], b[:,1]) 并创建错误报告... np.ma.corrcoef(b[ :,0], b[:,1]) 给出了预期的结果，因此它是一个简单的解决方法，直到它被修复。