与用户定义函数的协方差和相关性

Posted 2023-04-13

【中文标题】与用户定义函数的协方差和相关性

【英文标题】：Covariance and Correlation with User Defined Function

【发布时间】：2021-03-20 08:04:26

【问题描述】：

我的任务是编写两个用户定义的函数来计算协方差和相关性， 仅使用 numpy.sum、numpy.mean 和 numpy.std。

到目前为止，我已经编写了这些用户定义的函数：

# x and y are two data (series) as input parameters 
#the 'mag and 'depth' are from my Data 

def cov(x, y): 
    mean_x,mean_y = np.mean(x), np.mean(y) 
    n = len(x) 
    return sum((x - mean_x) * (y - mean_y)) / n 


def corr(x,y):
    x_std= np.std (x)
    y_std= np.std (y)
    return cov(x,y) / (np.std(x)*np.std(y))

当我将我的数据与 numpy.corrcoef() 进行比较时，会出现其他结果。

cov(df['mag'],df['depth']) 
corr(df['mag'],df['depth']) 
np.corrcoef(df['mag'],df['depth']) 

我的结果是：

2.144665744323871

0.32569403447524437

array([[1.        , 0.32569403],
       [0.32569403, 1.        ]])

我的数据是： #我使用这里的“mag”和“depth”

data_url ='https://earthquake.usgs.gov/earthquakes/feed/v1.0/summary/all_month.csv'
df = pd.read_csv(data_url)
df.dropna(inplace=True)
df.reset_index(drop=True, inplace =True)
df

我找不到错误，有没有人有任何提示？谢谢！

【问题讨论】：

您的相关性是正确的..这里的问题是什么？ np.corrcoef 总是返回一个成对的相关矩阵。可以看到对角线值是一样的

是的，现在我注意到了

【参考方案1】：

其实你是对的。 np.corrcoef() 函数似乎返回了相关系数矩阵。如您所见，对角线由 1 组成，因为一个变量与她自己的相关性为 1。至于其他值，它们是变量 x,y 的相关性，这与 y,x 的相关性相同。