numpy.ma.cov

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

Оценивает ковариационную матрицу.

За исключением обработки отсутствующих данных, эта функция делает то же самое, что и numpy.cov. Более подробную информацию и примеры см. в 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 y[i,j] также будет иметь маску. Установка allow_masked в значение False приведет к исключению, если в одном из входных массивов отсутствуют значения.

Параметры

xarray_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.

yarray_like, необязательно

Дополнительный набор переменных и наблюдений. y имеет такую же форму, как и x.

rowvarbool, необязательно

Если rowvar равно True (по умолчанию), то каждая строка представляет переменную, а наблюдения находятся в столбцах. В противном случае связь транспонируется: каждый столбец представляет переменную, а строки содержат наблюдения.

biasbool, необязательно

Нормализация по умолчанию (False) происходит по (N-1), где N — количество наблюдений (несмещённая оценка). Если bias равно True, то нормализация происходит по N. Этот ключевой параметр может быть переопределён ключевым параметром ddof в версиях numpy >= 1.5.

allow_maskedbool, необязательно

Если True, значения с маской распространяются попарно: если значение имеет маску в x, соответствующее значение имеет маску в y. Если False, генерируется исключение ValueError, если некоторые значения отсутствуют.

ddof{None, int}, необязательно

Если не None, нормализация происходит по (N - ddof), где N — количество наблюдений; это переопределяет значение, подразумеваемое bias. Значение по умолчанию — None.

Новое в версии 1.5.

Исключения

ValueError

Возникает, если некоторые значения отсутствуют, и allow_masked равно False.

См. также

numpy.cov