计算几个向量的相关性
发布于2023-02-03 21:38 阅读(378) 评论(0) 点赞(13) 收藏(4)
我有几对向量（排列为两个矩阵），我想计算它们成对相关系数的向量（或者，更好的是，它们之间的角度 - 但由于相关系数是它的余弦，我正在使用
numpy.corrcoef）：
np.array([np.corrcoef(m1[:,i],m2[:,i])[0,1]
for i in range(m1.shape[1])])
我想知道是否有一种方法可以对此进行“矢量化”，即避免corrcoef多次调用。
解决方案
np.corrcoef您可以编写自己的函数来执行相同的操作，而不是使用。计算两个向量的相关系数很简单：
在这里应用：
def vec_corrcoef(X, Y, axis=1):
Xm = np.mean(X, axis=axis, keepdims=True)
Ym = np.mean(Y, axis=axis, keepdims=True)
N = np.sum((X - Xm) * (Y - Ym), axis=axis)
D = np.sqrt(np.sum((X - Xm)**2, axis=axis) * np.sum((Y - Ym)**2, axis=axis))
return N / D
去测试：
m1 = np.random.random((100, 10))
m2 = np.random.random(m1.shape)
a = vec_corrcoef(m1, m2)
b = [np.corrcoef(v1, v2)[0, 1] for v1, v2 in zip(m1, m2)]
print(np.allclose(a, b)) # True
所属网站分类: 技术文章 > 问答
作者：黑洞官方问答小能手
链接：https://www.pythonheidong.com/blog/article/1895311/73c80d06930ac959b8f4/
来源：python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力