Skip to main content
 首页 » 编程设计

python之公式的numpy协方差和协方差矩阵产生不同的结果

2025年04月02日16arxive

我生成了一个矩阵,我想得到它的协方差:

test=np.array([4,2,.6,4.2,2.1,.59,3.9,2,.58,4.3,2.1,.62,4.1,2.2,.63]).reshape(5,3) 
test  
array([[ 4.  ,  2.  ,  0.6 ], 
       [ 4.2 ,  2.1 ,  0.59], 
       [ 3.9 ,  2.  ,  0.58], 
       [ 4.3 ,  2.1 ,  0.62], 
       [ 4.1 ,  2.2 ,  0.63]]) 

我用 numpy 函数计算协方差:

np.cov(test) 
array([[ 2.92      ,  3.098     ,  2.846     ,  3.164     ,  2.966     ], 
       [ 3.098     ,  3.28703333,  3.0199    ,  3.3566    ,  3.1479    ], 
       [ 2.846     ,  3.0199    ,  2.7748    ,  3.0832    ,  2.8933    ], 
       [ 3.164     ,  3.3566    ,  3.0832    ,  3.4288    ,  3.2122    ], 
       [ 2.966     ,  3.1479    ,  2.8933    ,  3.2122    ,  3.0193    ]]) 

但这与遵循协方差公式不同:

mean=np.mean(test,0) 
np.dot(test-mean,(test-mean).T)/(5-1) 
array([[ 0.004104, -0.002886,  0.006624, -0.005416, -0.002426], 
       [-0.002886,  0.002649, -0.005316,  0.005044,  0.000509], 
       [ 0.006624, -0.005316,  0.011744, -0.010496, -0.002556], 
       [-0.005416,  0.005044, -0.010496,  0.010164,  0.000704], 
       [-0.002426,  0.000509, -0.002556,  0.000704,  0.003769]]) 

这与 numpy 的计算不符。 事实上,我看了一下 source code等式是 (x-m) * (x-m).T.conj()/(N - 1) 我相信我正在实现。

请您参考如下方法:

区别在于 np.cov 计算行向量之间的协方差,这就是为什么结果是 5*5 而不是 3 *3,但 np.mean 计算列向量的平均值,当您执行 test - mean 时,计算也会沿列广播,这与 np.cov 正在做,修复将分为两步:

首先,确保计算每一行的平均值,这可以通过简单地转置test矩阵来完成:

mean = np.mean(test.T, 0) 

然后在计算 x - x_bar 时, reshape 平均向量,使负值也沿着行,而且由于被测向量是行向量,维度将是 3 而不是 5。在这些修复之后,它将给出与 np.cov 一样的一致结果:

np.dot(test-mean[:, None],(test-mean[:, None]).T)/(3-1)  
 
# array([[ 2.92      ,  3.098     ,  2.846     ,  3.164     ,  2.966     ], 
#        [ 3.098     ,  3.28703333,  3.0199    ,  3.3566    ,  3.1479    ], 
#        [ 2.846     ,  3.0199    ,  2.7748    ,  3.0832    ,  2.8933    ], 
#        [ 3.164     ,  3.3566    ,  3.0832    ,  3.4288    ,  3.2122    ], 
#        [ 2.966     ,  3.1479    ,  2.8933    ,  3.2122    ,  3.0193    ]])