Python:从列表创建协方差矩阵

Question

从以下三个列表到 Python 中的协方差矩阵(numpy 数组)是否有最快的方法？

Fac2 Fac1  VarCovar
   a    a       1.4
   a    b       0.7
   a    c       0.3
   b    a       0.7
   b    b       1.8
   b    c       6.3
   c    a       0.3
   c    b       6.3
   c    c       2.4

Answer 1

您可以使用 Pandas 轻松创建 3x3 矩阵。从上面的数组创建一个 DataFrame df 并使用 pivot_table 对第三列进行透视。

例如，如果您有以下字典 d 列表:

{'Fac1': ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c'],
 'Fac2': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],
 'VarCovar': [1.4, 0.7, 0.3, 0.7, 1.8, 6.3, 0.3, 6.3, 2.4]}

像这样创建 DataFrame:

df = pd.DataFrame(d)

然后:

>>> df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar')
Fac2    a    b    c
Fac1               
a     1.4  0.7  0.3
b     0.7  1.8  6.3
c     0.3  6.3  2.4

在最后使用 values 属性从表中返回一个 NumPy 数组:

>>> df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar').values
array([[ 1.4,  0.7,  0.3],
       [ 0.7,  1.8,  6.3],
       [ 0.3,  6.3,  2.4]])

---

如果你没有所有对，你可以用同样的方式进行，用转置索引对填充缺失值:

>>> d = {'Fac1': ['a', 'b', 'c' , 'b', 'c', 'c'], 
         'Fac2': ['a', 'a', 'a' , 'b', 'b', 'c'], 
         'VarCovar': [1.4, 0.7, 0.3, 1.8, 6.3, 2.4]}
>>> df = pd.DataFrame(d)
>>> table = df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar')
>>> table.combine_first(table.T)
Fac2    a    b    c
Fac1               
a     1.4  0.7  0.3
b     0.7  1.8  6.3
c     0.3  6.3  2.4

(我从 DSM 的回答 here 中得到了使用 combine_first 的想法)