相關性的問題：在統計上我了解他怎麼得來的，以及為什麼。但在有維度的陣列就不是很懂怎麼來的 - Cupoy

2021/01/21 下午 07:36

NumPy 陣列的邏輯運算 (3/19更新)

Adams

觀看數：148

回答數：2

收藏數：2

回答列表

• 2021/01/21 下午 07:57
  Jeffrey
  贊同數：0
  不贊同數：0
  留言數：0

  NumPy 的 ndarray：多維陣列物件, numpy的資料結構是n維的陣列物件，叫做ndarray。可以用這種陣列對整塊資料執行一些數學運算, 對陣列的任何操作, 資料不會被複製，都直接改了原陣列。 1. Numpy中的 cov（） 可以直接求得矩陣的協方差矩陣。協方差的為正，代表兩個變數正相關;負，代表兩個變數負相關。 協方差矩陣的介紹和計算見： https://blog.csdn.net/Mr_HHH/article/details/78490576 2.numpy.correlate (v1, v2, mode) Python numpy.correlate（v1，v2，mode）執行數組v1的捲積與數組v2的反捲積，並使用三種指定模式之一給出裁剪結果 v1：array_like，第一個一維輸入數組。假設它的形狀為（M，） v2： 類似array_的第二個一維輸入數組。假設它的形狀為（N，） 模式：{'有效'，'相同'，'完整'}，可選 它是一個可選參數，具有以下三種不同的模式： '有效'：這是默認模式。模式“有效”返回長度為max（M，N）– min（M，N）+ 1的輸出。僅當v1和v2完全重疊時才給出卷積。信號邊界之外的值不受影響。 ' same'：模式' same'返回長度為min（M，N）的輸出。邊界效果仍然可見。 ' full'：這將返回每個重疊點的捲積，輸出形狀為（M + N-1）。在卷積的端點，向量v1和v2沒有完全重疊，並且可以看到邊界效應。 提供一個範例: # importing the numpy module import numpy as np # Making fist 1-D vector v1 v1 = np.array([1, 3, 5]) print("First vector sequence is: ", v1) # Making second 1-D vector v2 v2 = np.array([0.5, 1.5, 2.5]) print("Second vector sequence is: ", v2) print("\nprinting cross-correlation result between v1 and v2 using default 'valid' mode:") print(np.correlate(v1, v2)) print("\nprinting cross-correlation result between v1 and v2 using 'full' mode:") print(np.correlate(v1, v2, mode='full')) # printing cross-correlation result between v1 and v2 using 'same' mode print("\nprinting cross-correlation result between v1 and v2 using 'same' mode:") print(np.correlate(v1, v2, mode='same'))

• 2021/01/23 上午 00:59
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  嗨，你好
  可以參考文件：https://numpy.org/doc/stable/reference/generated/numpy.correlate.html 用不等長的陣列計算相關係數其實怪怪的，文件上也不見這麼做。
  

  嗨，你好，我是維元，持續在不同的平台發表對 #資料科學、 #網頁開發 或 #軟體職涯 相關的文章。如果對於內文有疑問都歡迎與我們進一步的交流，都可以追蹤我的 Facebook 或 技術部落格 ，也會不定時的舉辦分享活動，一起來玩玩吧 ヽ(●´∀`●)ﾉ