numpy.ma.cov

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

Оценивает ковариационную матрицу.

За исключением обработки пропущенных данных, эта функция делает то же, что и numpy.cov. Для получения более подробной информации и примеров см. numpy.cov.

По умолчанию, значения с маской распознаются как таковые. Если x и y имеют одинаковую форму, выделяется общая маска: если x[i,j] имеет маску, то и y[i,j] также будет иметь маску. Установка allow_masked в значение False вызовет исключение, если в одном из входных массивов отсутствуют значения.

Параметры:

x : array_like Одномерный или двумерный массив, содержащий несколько переменных и наблюдений. Каждая строка x представляет переменную, а каждый столбец — одно наблюдение всех этих переменных. Также см. rowvar ниже. y : array_like, optional Дополнительный набор переменных и наблюдений. y имеет ту же форму, что и x. rowvar : bool, optional Если rowvar равно True (по умолчанию), каждая строка представляет переменную, а наблюдения находятся в столбцах. В противном случае, соотношение транспонируется: каждый столбец представляет переменную, а строки содержат наблюдения. bias : bool, optional Нормализация по умолчанию (False) осуществляется по (N-1), где N — количество заданных наблюдений (несмещённая оценка). Если bias равно True, нормализация производится по N. Этот ключ может быть переопределён ключом ddof в версиях numpy >= 1.5. allow_masked : bool, optional Если True, значения с маской распространяются попарно: если значение имеет маску в x, соответствующее значение маскируется в y. Если False, генерируется исключение ValueError, когда некоторые значения отсутствуют. ddof : {None, int}, optional Если не None, нормализация производится по (N - ddof), где N — количество наблюдений; это переопределяет значение, подразумеваемое bias. Значение по умолчанию — None. Введено в версии 1.5.

Возможные исключения:

ValueError Генерируется, если некоторые значения отсутствуют, и allow_masked равно False.

См. также

numpy.cov