numpy.ma.cov¶
-
numpy.ma.
cov
(x, y=None, rowvar=True, bias=False, allow_masked=True, ddof=None)[source]¶ 估计协方差矩阵。
除了处理缺少的数据,此函数与
numpy.cov
相同。有关更多详细信息和示例,请参阅numpy.cov
。默认情况下,屏蔽值将被识别。If x and y have the same shape, a common mask is allocated: if
x[i,j]
is masked, theny[i,j]
will also be masked. 如果在输入数组中缺少值,将allow_masked设置为False将引发异常。参数: x:array_like
包含多个变量和观察值的1-D或2-D数组。x的每一行代表一个变量,每一列都是对所有这些变量的单次观察。另请参阅下面的rowvar。
y:array_like,可选
另一组变量和观察值。y与x具有相同的形式。
rowvar:bool,可选
如果rowvar为True(默认值),则每行代表一个变量,在列中有观察值。否则,关系会转置:每个列表示一个变量,而行包含观察值。
bias:bool,可选
默认归一化(False)由
(N-1)
表示,其中N
是给出的观测数量(无偏估计)。如果bias为True,则归一化为N
。此关键字可以通过numpy versions> = 1.5中的关键字ddof
覆盖。allow_masked:bool,可选
如果为True,屏蔽值将成对传播:如果在x中屏蔽了某个值,则相应的值将在y中屏蔽。如果为False,则在缺少某些值时引发ValueError异常。
ddof:{None,int},可选
如果
None
通过(N - ddof)
进行归一化,其中N
是观察的数量;这将覆盖bias
所隐含的值。默认值为None
。版本1.5中的新功能。
上升: ValueError
如果缺少某些值并且allow_masked为False,则引发。
也可以看看