- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我需要两个矩阵 X,Y 之间的 PIL 逊相关系数。如果我运行代码 corr=numpy.corrcoef(X,Y) 我的输出是一个具有相关系数的矩阵。但是我需要一个值来表示两个矩阵之间的相关性。
我刚刚在这个 kennytm 上看到了 answer为了有一个值,我应该写 numpy.corrcoef(X,Y)[1,0]
。
这个解决方案有效,但我不明白方括号内的数字意味着什么以及为什么将它们相加我得到一个单一值。
我将 1 和 0 解释为系数的限制,但是矩阵内的所有系数会发生什么情况?对它们进行什么类型的计算以获得单个值?如果我更改方括号内的数字,例如 [1,-1]
( correlation, anticorrelation ),则 corr
的值会发生变化,所以我很困惑应该在里面使用哪些数字括号。
最佳答案
numpy.corrcoef
返回一个包含每对行的相关系数的矩阵。例如,numpy.corrcoef(A,B)
表示 A.shape=(3,3)
和 B.shape=(3,3)
将返回一个 (6,6)
矩阵,因为有 36 行组合。请注意,它是一个对称矩阵,因为它返回(例如)A[1],B[1]
(索引 [1,4]
)和 B 的相关性[1],A[1]
(索引[4,1]
)。当您有两个一维数组时,您会得到一个 (2,2)
矩阵:第一个数组与其自身 [0,0]
的相关性,第一个数组与第二个数组 [0,1]
的相关性、第二个数组与第一个数组 [1,0]
的相关性以及第二个数组与本身[1,1]
。
import numpy as np
A = np.random.randint(low=0, high=99, size=(3,3))
B = np.random.randint(low=0, high=99, size=(3,3))
C = np.corrcoef(A,B)
print(C[1,4]==np.corrcoef(A[1],B[1])[0,1]) # True
如果您想要二维相关性(如图像之间的相关性),请展平二维数组,以便每个数组获得一行。然后,该相关矩阵的元素 [0,1]
或 [1,0]
将表示二维数组如何彼此完全关联。
print(np.corrcoef(A.flatten(), B.flatten())[0,1])
关于python-3.x - numpy.corrcoef() 对返回值的疑问,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61557443/
np.corrcoef 的作用 计算 Pearson 乘积矩相关系数。它可以用来分析给定数据集中各个变量之间的线性相关程度,返回一个相关系数矩阵,相关系数矩阵中的值介于 -1 到 1
我试图计算从文本中读取的大量数据之间的相关性。对于非常大的数据集,程序会出现内存错误。谁能告诉我如何解决这个问题。谢谢 以下是我的代码: enter code here import numpy fr
我正在尝试计算多个值的相关矩阵。这些值包括一些“nan”值。我正在使用 numpy.corrcoef。对于输出相关矩阵的元素(i,j),我想使用变量 i 和变量 j 存在的所有值计算相关性。 这是我现
np.corrcoef 返回一个矩阵对我来说似乎很奇怪。 correlation1 = corrcoef(Strategy1Returns,Strategy2Returns) [[ 1.
我想计算矩阵A的每个列向量与矩阵B列向量之间的相关性强>. 考虑: vectorsize = 777 A = np.random.rand(vectorsize, 64) B = np.random.
我正在尝试计算一个像素与整个图像的相关系数。我有以下有效的代码 #load picture from serialized data 21 channels, ~500 x ~900 px pic=p
我对生成相关随机变量有疑问...有没有一种方法可以生成 x1(0, 1)、x2(0, 1),它们通常具有 rho = 0;或生成x3(0, 1), x4(0, 1) 有 rho = 0.75 还是其他
我需要两个矩阵 X,Y 之间的 PIL 逊相关系数。如果我运行代码 corr=numpy.corrcoef(X,Y) 我的输出是一个具有相关系数的矩阵。但是我需要一个值来表示两个矩阵之间的相关性。 我
我需要两个矩阵 X,Y 之间的 PIL 逊相关系数。如果我运行代码 corr=numpy.corrcoef(X,Y) 我的输出是一个具有相关系数的矩阵。但是我需要一个值来表示两个矩阵之间的相关性。 我
我正在尝试按列关联两个矩阵。即,将第一个矩阵的第一列与第二个矩阵的第一列相关联,依此类推。在 numpy 中我这样做: np.corrcoef(x, y, axis=0) 效果很好。该命令的 Tens
我使用 scipy 的 pdist 和相关度量来构建相关矩阵,但这些值与我从 numpy 的 corrcoef 获得的值不匹配。 我将 pdist 应用于一个非常简单的两个具有相同值的一维数组:[1,
我有两个一维数组,我想看看它们之间的相互关系。我应该在 numpy 中使用什么程序?我正在使用 numpy.corrcoef(arrayA, arrayB) 和 numpy.correlate(arr
为什么使用 np.corrcoef(x) 和 df.corr() 时 numpy 相关系数矩阵和 Pandas 相关系数矩阵不同? x = np.array([[0, 2, 7], [1, 1, 9]
我正在研究两个相对较小的时间序列之间的互相关性,但在尝试完成的过程中,我遇到了一个我无法调和的问题。首先,我了解 plt.xcorr 和 np.correlate 之间的依赖关系。但是,我无法协调零延
我正在尝试在 Python 中使用 Numpy 进行时间序列分析。 我有两个中等大小的系列,每个都有 20k 值,我想检查滑动相关性。 corrcoef 给了我一个自相关/相关系数矩阵作为输出。在我的
我希望有人能帮我回答为什么numpy.cov()和np.std()计算的相关结果与直接计算的结果不同>np.corrcoef(). 下面的代码显示了差异 import numpy as np impo
似乎 numpy 中的 corrcoef 在常量列表传递给 corrcoef() 时抛出一个 RuntimeWarning函数,例如下面的代码抛出警告: import numpy as np X =
我是一名优秀的程序员,十分优秀!