Numpy Covarianz

Wir berechnen ihre Kovarianzmatrix, um die Beziehung zwischen zwei Variablensätzen zu bestimmen. Die Kovarianzmatrix erörtert die Beziehung zwischen den beiden Variablen und den Arrays. Dies ist der Zeitpunkt, an dem ein Datensatz in Form eines mehrdimensionalen Arrays oder der Matrix dargestellt wird, und wir möchten die Beziehung zwischen den Elementen der Arrays wissen, was bedeutet, wie sich die Änderung eines Elements im Datensatz auswirkt der andere Datenpunkt oder das Element des Arrays. Um über diese Beziehung zu wissen, verwenden wir die Kovarianzmethode. Wenn die Elemente des Arrays eine direkte Beziehung zueinander haben, gilt die Kovarianzmatrix als positiv korreliert. Sonst ist es negativ korreliert.

Verfahren

Die Methoden zur Verwendung der Funktion der Kovarianzmatrix () werden im Artikel erörtert. Wir werden die Arbeitsmethode und die Verwendung dieser Funktion in Bezug auf die erforderlichen Parameter erläutern und dann verschiedene Beispiele in Bezug auf diese Funktion ausprobieren.

Syntax

Die Python -Funktion für die Kovarianzmatrix ist im Python -Skript angegeben:

$ numpy. COV (Array_Name, Axis)

Die COV () -Funktion nimmt die beiden Eingabeparameter auf, und ihre Beschreibung wird wie folgt ausführlich dargestellt:

Array_Name: Dies ist der Name des Array.

Achse: Die Achse ist ein optionaler Parameter und spricht über die Dimension des Arrays, dessen Kovarianzmatrix berechnet werden soll.

Rückgabewert

Der Rückgabewert der Kovarianzmatrix () -Funktion ist die Quadratmatrix einer bestimmten Dimension, die die Informationen über die Korrelation zwischen den Sätzen von zwei oder sogar mehr als zwei Variablen enthält. In einfachen Worten führt die Kovarianzmethode zur Kovarianzmatrix.

Beispiel 1

Wir können die Korrelation zwischen den Array -Elementen finden, um herauszufinden, wie eine Änderung eines Elements die Änderung eines anderen Elements widerspiegelt. Für das erste Beispiel beginnen wir mit dem 1D -Array und versuchen, die Korrelation zwischen den Elementen dieses Arrays herauszufinden. Wir werden die als „Spyder“ anerkannte Open-Source-Umgebung verwenden, um das Programm im Python-Compiler zu schreiben. Wir werden die Python -Shell vorbereiten, indem wir ein Projekt erstellen und im Verzeichnis Python Dateien speichern. Das Beispiel muss sich mit den Arrays befassen, sodass wir zuerst das wichtige Paket über das Terminalfenster installieren und die Pakete für den „Numpy“ installieren werden.

Numpy ist eines der Pakete unter den Python -Bibliotheken, die sich mit Matrizen und Matrixoperationen befassen. Aus den installierten Paketen des Numpy werden wir das Modul Numpy als Präfix „PN“ integrieren. Dies wird durchgeführt, um den PN mit jeder Funktionsaufruf für die verschiedenen Funktionen des Numpy zu verwenden, anstatt den Numpy überall zu verwenden. Jetzt werden wir das PN und mit Hilfe der Methode „PN verwenden. Array () “, wir werden ein 1-dimensionales Array mit den zufällig initialisierten Elementen als" [2, 3, 5, 8] "deklarieren. Wir werden dieses Array verwenden, um seine Kovarianzmatrix mit der Kovarianzmatrixfunktion als „PN) zu finden. COV (Array_Name) ”.

Anstelle des Array_Name im Funktionsparameter ersetzen wir den Namen des von uns definierten Arrays und drucken die Ergebnisse aus diesem Funktionsaufruf. Das Programm im Python -Skript ist in der folgenden Abbildung beschrieben:

Numph als NP importieren
arr = [2, 3, 5, 8]
# Finden Sie die Kovarianz des Arrays heraus
covaraince_matrix = np.COV ((arr))
print (Covaraince_matrix)

Das Programm hat zur Kovarianzmatrix des Arrays geführt, die wir dem Parameter der Kovarianzmatrix () -Funktion gegeben hatten. Aus dieser Matrix wird bezeichnet, dass die Werte größer als Null sind, die Elemente positiv korreliert sind.

Beispiel 2

In diesem Beispiel wird auch die Schritte zum Schreiben des Programms in der Python-Sprache abgerichtet, um die Kovarianzmatrix für das 2-dimensionale Array zu berechnen. Im Programm werden wir aus den installierten Paketen das Numpy -Modul mit dem Namen „PN“ importieren, mit dem die Deklaration des 2D -Arrays und die Kovarianzmatrix -Funktion des Numpy verwendet werden, damit wir die Kovarianzmatrix des Arrays berechnen können.

Um ein 2D -Array zu erstellen, erinnern Sie sich an die Methode „PN. Array () ”und die Elemente des Arrays als„ [[1, 2, 3, 4], [8, 7, 9, 2]] “. Wir werden dieses Array in der Variablen als "arr" speichern. Wir werden den ARR an den Parameter der Kovarianzmatrix -Funktion () als „PN“ übergeben. Array (arr) “Diese Funktion berechnet dann die Kovarianz für das 2D-Array und zeigt die Ergebnisse auf dem Bildschirm an, die Print () -Methode aufrufen. Die Funktions- und Programmergebnisse sind in der folgenden Abbildung dargestellt:

Numph als NP importieren
arr = [[1, 2, 3, 4], [8, 7, 9, 2]].
# Finden Sie die Kovarianz zwischen den beiden Variablen heraus
covaraince_matrix = np.COV ((arr))
print (Covaraince_matrix)

Beispiel 3

Die beiden vorherigen Beispiele haben die Methoden zur Berechnung der Kovarianz für das 1D -Array und das 2D -Array gezeigt, und die Korrelation wurde für die Elemente desselben Arrays berechnet. In diesem Beispiel finden wir die Kovarianz zwischen den beiden verschiedenen Arrays oder dem Satz von Variablen. Wir werden das Numpy -Paket als „PN“ integrieren. Wir werden die beiden Variablen "A" und "B" definieren und ihnen die Werte als "[2, 4, 6, 7]" bzw. "[3, 5, 7, 8]" geben. Um die Korrelation zwischen diesen beiden Variablensätzen zu verstehen, nennen wir die Methode „PN. COV (a, b) “und wird auf dem Bildschirm die Ergebnisse der Funktion print () angezeigt. Wir haben die Ergebnisse des Programms in der folgenden Abbildung angezeigt:

Numph als NP importieren
a = [[2, 4, 6, 7]
B = [3, 5, 7, 8]].
# Finden Sie die Kovarianz zwischen den beiden Variablen heraus
covaraince_matrix = np.COV ((a, b))
print (Covaraince_matrix)

Die angezeigte Kovarianzmatrix ist die zweidimensionale Quadratmatrix mit Elementen, die zeigen, dass die beiden Variablen positiv korreliert sind.

Abschluss

Dieser Artikel erläutert die Arbeitsmethode der Kovarianzmatrixfunktion. Die Kovarianzmatrix ist die Funktion aus den Numpy -Paketen und findet die Matrix, die die Korrelation zwischen zwei Variablen oder aus den Variablen selbst erklärt. Wir haben eine detaillierte Beschreibung dieses Themas gegeben und die drei Beispiele mit der im Artikel dieser Funktion beschriebenen Syntax implementiert.