cov【NumPy】 - takalab-python3

cov【NumPy】

目的：共分散行列を求める

書式：

out = numpy.cov(X, Y, rowvar, bias)

主な引数：

X, Y ... 処理の対象となるデータ

ベクトル型のデータを格納したXのみを与えた場合、戻り値は分散となる。

ベクトル型のデータを格納したX, Yを与えた場合、共分散行列を返す。（わかりやすい使い方）

行列型のデータを格納したXのみを与えた場合、共分散行列を返す。

戻り値

分散、共分散行列

基本的な使い方：

code:cov01.py

import numpy as np

x = 1,5,3,2

Vx1 = np.cov(x)

print('cov(x)=\n', Vx1)

Vx2 = np.cov(x,x)

print('cov(x,x)=\n', Vx2)

x = 1,5,3,2

y = 2,1,2,2

Vxy1 = np.cov(x,y)

print('cov(x,y)=\n', Vxy1)

code:(結果）.txt

cov(x)=

2.9166666666666665

cov(x,x)=

[2.91666667 2.91666667

2.91666667 2.91666667]

cov(x,y)=

行列型の引数を一つ与えた場合

code:cov02.py

import numpy as np

x = 1,5,3,2

y = 2,1,2,2

xy = np.array(x, y)

print('xy =\n', xy, xy.shape)

Vxy1 = np.cov(xy)

print('cov(xy)=\n', Vxy1, Vxy1.shape)

Vxy2 = np.cov(xy, rowvar=False)

print('cov(xy, rowvar=False)=\n', Vxy2, Vxy2.shape)

code:(結果).txt

xy =

[1 5 3 2

2 1 2 2] (2, 4)

cov(xy)=

[ 2.91666667 -0.75

-0.75 0.25 ] (2, 2)

cov(xy, rowvar=False)=

[ 0.5 -2. -0.5 0.

-2. 8. 2. 0.

-0.5 2. 0.5 0.

0. 0. 0. 0. ] (4, 4)

2x4の配列を渡した。デフォルトでは各行をデータ列として解析を行うため、２行の行列からは2x2の共分散行列が得られる。

引数rowvar=Falseを与えると、各列をデータ列として解釈するため、これは４つのデータ列として処理される。結果として4x4の共分散行列が得られる。