爲什麼corrcoef會返回一個矩陣？

Question

對我來說，np.corrcoef返回一個矩陣似乎很奇怪。

correlation1 = corrcoef(Strategy1Returns,Strategy2Returns) 

[[ 1.   -0.99598935] 
[-0.99598935 1.  ]] 

有誰知道爲什麼是這樣的話，是否可以在傳統意義上只返回一個值？

Answer 1

corrcoef返回的歸一化協方差矩陣。

協方差矩陣是矩陣

Cov(X, X) Cov(X, Y) 

Cov(Y, X) Cov(Y, Y) 

歸一化，這將產生矩陣：

Corr(X, X) Corr(X, Y) 

Corr(Y, X) Corr(Y, Y) 

correlation1[0, 0 ]是Strategy1Returns和自身之間的相關性，它必須是1。你只是想correlation1[ 0, 1 ] 。

Answer 2

相關矩陣是表達任意有限數量變量之間相關性的標準方法。 Ñ數據向量的相關矩陣是對稱Ñ×Ñ矩陣具有單位對角線。只有在N = 2的情況下，這個矩陣纔有一個自由參數。

Answer 3

它允許您計算> 2個數據集的相關係數，例如，

>>> from numpy import * 
>>> a = array([1,2,3,4,6,7,8,9]) 
>>> b = array([2,4,6,8,10,12,13,15]) 
>>> c = array([-1,-2,-2,-3,-4,-6,-7,-8]) 
>>> corrcoef([a,b,c]) 
array([[ 1.  , 0.99535001, -0.9805214 ], 
     [ 0.99535001, 1.  , -0.97172394], 
     [-0.9805214 , -0.97172394, 1.  ]]) 

在這裏，我們可以得到的相關係數，B（0.995），A，C（-0.981）和B，C（-0.972）在一次。雙數據集案例只是N數據集類的特例。可能最好保持相同的返回類型。由於「單值」可以簡單地用

>>> corrcoef(a,b)[1,0] 
0.99535001355530017 

沒有什麼大的理由去創建特例。

Answer 4

考慮使用matplotlib.cbook件

例如：

import matplotlib.cbook as cbook 
segments = cbook.pieces(np.arange(20), 3) 
for s in segments: 
    print s 

Answer 5

numpy的的相關成分的功能與工作要關聯，並返回一個相關值2維數組。