Numpy-相关系数和相关统计函数给出的结果不同

Question

对于数据X = [0,0,1,1,0]和Y = [1,1,0,1,1]

>> np.corrcoef(X,Y) 

回报

array([[ 1.        , -0.61237244],
       [-0.61237244,  1.        ]])

然而，我不能使用np.var和np.cov来重现这个结果，给出了http://docs.scipy.org/doc/numpy/reference/generated/numpy.corrcoef.html中所示的公式：

>> np.cov([0,0,1,1,0],[1,1,0,1,1])/sqrt(np.var([0,0,1,1,0])*np.var([1,1,0,1,1]))

array([[ 1.53093109, -0.76546554],
       [-0.76546554,  1.02062073]])

怎么回事？

Answer 1

根据你的链接（http://docs.scipy.org/doc/numpy/reference/generated/numpy.corrcoef.html），你需要注意索引。。。

c = np.cov([0,0,1,1,0],[1,1,0,1,1])
corrcoef = [[ c[0,0]/np.sqrt(c[0,0]*c[0,0]), c[0,1]/np.sqrt(c[0,0]*c[1,1]) ],
           [ c[1,0]/np.sqrt(c[1,1]*c[0,0]), c[1,1]/np.sqrt(c[1,1]*c[1,1]) ]]

print corrcoef
# [[1.0, -0.61237243569579447], [-0.61237243569579447, 1.0]]

是的！