使用 np.cov 的 9 个数组的协方差矩阵

Question

我有 9 个不同的 numpy 数组，它们 表示相同的数量，在我们的例子中是 xi。它们每个的长度为 19，即 它们已被合并 。

这9个数组的区别在于，它们是使用折刀重采样计算的，即每次省略一些元素并重复相同的9次。

我现在想计算协方差矩阵，它的大小应该是 19x19。这个协方差矩阵的对角线元素的平方根应该给我这个数量的误差（xi）每个箱子（总共 19 个箱子）。

协方差矩阵的方程为：

这里xi是数量。 i and j 是长度为 19 的 bin。

我不想手动写代码，所以我尝试 numpy.cov:

vstack = np.vstack((array1,array2,....,array9))

cov = np.cov(vstack)

这给我一个大小为 9x9 而不是 19x19 的矩阵。

这里有什么错误？每个数组，即 array1, array2...etc all are of length 19.

Answer 1

正如您在 docs 示例中看到的那样，输出的形状等于行数的平方。因此，当你有 9 行时，你会得到一个 9x9 矩阵

如果您希望得到 19x19 的矩阵，那么您可能会混合列和行，您应该使用 transpose

vst = np.vstack((array1,array2,....,array9))

cov_matrix = np.cov(vst.T)

Covariance matrix for 9 arrays using np.cov