numpy.ma.cov #
- 嘛。cov ( x , y = None , rowvar = True , bias = False , allowed_masked = True , ddof = None ) [来源] #
估计协方差矩阵。
除了处理缺失数据外,该函数与
numpy.cov
.有关更多详细信息和示例,请参阅numpy.cov
。默认情况下,屏蔽值被这样识别。如果x和y具有相同的形状,则分配一个公共掩码:如果
x[i,j]
被掩码,则y[i,j]
也将被掩码。如果任一输入数组中缺少值,则将allowed_masked设置为 False 将引发异常。- 参数:
- x类似数组
包含多个变量和观测值的一维或二维数组。x的每一行代表一个变量,每一列代表所有这些变量的单个观察值。另请参阅下面的rowvar。
- y类似数组,可选
一组额外的变量和观察结果。y与x具有相同的形状。
- rowvar布尔值,可选
如果rowvar为 True(默认),则每行代表一个变量,在列中包含观察值。否则,关系将被转置:每列代表一个变量,而行包含观察结果。
- 偏差布尔值,可选
默认归一化 (False) 为
(N-1)
,其中N
是给定的观测值数量(无偏估计)。如果偏差为 True,则标准化为N
。该关键字可以被ddof
numpy 版本 >= 1.5 中的关键字覆盖。- allowed_masked布尔值,可选
如果为 True,则屏蔽值将成对传播:如果在x中屏蔽某个值,则在y中屏蔽相应的值。如果为 False,则在缺少某些值时引发ValueError异常。
- ddof {无,int},可选
如果不是
None
归一化,则是观测值的数量;这会覆盖 隐含的值 。默认值为。(N - ddof)
N
bias
None
1.5版本中的新功能。
- 加薪:
- 值错误
如果缺少某些值且allow_masked为False,则引发此错误。
也可以看看