numpy.ma.cov

numpy.ma.cov(x, y=None, rowvar=True, bias=False, allow_masked=True, ddof=None)

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, then y[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

numpy.cov