在R中，我们可以这样创建相关矩阵：
makecov <- function(rho,n) {
m <- matrix(nrow=n,ncol=n)
m <- ifelse(row(m)==col(m),1,rho)
return(m)
}
我们知道相关性，结果将是：
makecov(0.2,3)
# [,1] [,2] [,3]
#[1,] 1.0 0.2 0.2
#[2,] 0.2 1.0 0.2
#[3,] 0.2 0.2 1.0
但是在大熊猫中，我们如何有效地创建相同的矩阵？这是我的解决方案：
def makecov(rho,n):
m=[rho/2]*n*n
m=np.array(m).reshape([n,n])
return m+m.T-np.diag([rho]*n)+np.diag([1]*n)
结果将是：
In [21]:makecov(0.2,3)
Out[21]:
array([[ 1. , 0.2, 0.2],
[ 0.2, 1. , 0.2],
[ 0.2, 0.2, 1. ]])
还有一些更优雅的方法可以对付大熊猫吗？
看起来你可以做
def makecov(rho, n):
out = numpy.eye(n) + rho
numpy.fill_diagonal(out, 1)
return out
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句