numpy.ma.cov#

ma.cov(x, y=None, rowvar=True, bias=False, allow_masked=True, ddof=None)[source]#

估計共變異數矩陣。

除了處理遺失資料外，此函數的功能與 numpy.cov 相同。如需更多詳細資訊和範例，請參閱 numpy.cov。

預設情況下，遮罩值會被識別為遮罩值。如果 x 和 y 具有相同的形狀，則會配置一個通用遮罩：如果 x[i,j] 被遮罩，則 y[i,j] 也會被遮罩。如果將 allow_masked 設定為 False，則當輸入陣列的任一個中缺少值時，會引發例外。

參數:
xarray_like

包含多個變數和觀測值的一維或二維陣列。x 的每一列代表一個變數，每一欄代表所有這些變數的單次觀測。另請參閱下方的 rowvar。

yarray_like，選用

一組額外的變數和觀測值。y 的形狀與 x 相同。

rowvarbool，選用

如果 rowvar 為 True (預設值)，則每一列代表一個變數，觀測值位於欄中。否則，關係會轉置：每一欄代表一個變數，而列包含觀測值。

biasbool，選用

預設正規化 (False) 是除以 (N-1)，其中 N 是給定的觀測值數量 (不偏估計)。如果 bias 為 True，則正規化是除以 N。此關鍵字可以被 numpy 版本 >= 1.5 中的關鍵字 ddof 覆寫。

allow_maskedbool，選用

如果為 True，遮罩值會成對傳播：如果 x 中的值被遮罩，則 y 中對應的值也會被遮罩。如果為 False，當某些值遺失時，會引發 ValueError 例外。

ddof{None, int}，選用

如果不是 None，則正規化是除以 (N - ddof)，其中 N 是觀測值的數量；這會覆寫 bias 所暗示的值。預設值為 None。

引發:
ValueError

如果某些值遺失且 allow_masked 為 False，則會引發。

另請參閱

numpy.cov

範例

>>> import numpy as np
>>> x = np.ma.array([[0, 1], [1, 1]], mask=[0, 1, 0, 1])
>>> y = np.ma.array([[1, 0], [0, 1]], mask=[0, 0, 1, 1])
>>> np.ma.cov(x, y)
masked_array(
data=[[--, --, --, --],
      [--, --, --, --],
      [--, --, --, --],
      [--, --, --, --]],
mask=[[ True,  True,  True,  True],
      [ True,  True,  True,  True],
      [ True,  True,  True,  True],
      [ True,  True,  True,  True]],
fill_value=1e+20,
dtype=float64)
在本頁中