Corrcoef एक मैट्रिक्स क्यों देता है?

Question

यह मेरे लिए अजीब लगता है कि np.corrcoef एक मैट्रिक्स देता है।

correlation1 = corrcoef(Strategy1Returns,Strategy2Returns) 

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

क्या किसी को पता है कि यह मामला क्यों है और क्या शास्त्रीय अर्थ में केवल एक मूल्य वापस करना संभव है?

Answer 1

corrcoef सामान्यीकृत कॉन्वर्सिस मैट्रिक्स देता है।

सहप्रसरण मैट्रिक्स मैट्रिक्स

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

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

सामान्यीकृत है, इस मैट्रिक्स निकलेगा:

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

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

correlation1[0, 0 ]Strategy1Returns और खुद के बीच संबंध है, जो होना चाहिए 1. तुम बस correlation1[ 0, 1 ] चाहते है ।

Answer 2

सहसंबंध मैट्रिक्स वैरिएबल की मनमानी सीमित संख्या के बीच सहसंबंध व्यक्त करने का मानक तरीका है। एन डेटा वैक्टर का सहसंबंध मैट्रिक्स एक सममित एन × एन एकता विकर्ण के साथ मैट्रिक्स है। केवल एन = 2 में इस मैट्रिक्स में एक निशुल्क पैरामीटर है।

Answer 3

यह आपको> 2 डेटा सेटों के सहसंबंध गुणांक की गणना करने की अनुमति देता है, उदा।

>>> 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.  ]]) 

यहाँ हम एक के सहसंबंध गुणांक, ख (0.995) प्राप्त कर सकते हैं, एक बार में एक, ग (-0.981) और बी, सी (-0.972)। दो-डेटा-सेट केस एन-डेटा-सेट क्लास का एक विशेष मामला है। और शायद एक ही रिटर्न प्रकार रखना बेहतर है। चूंकि "एक मान" को आसानी से

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

विशेष केस बनाने का कोई बड़ा कारण नहीं है।

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

Answer 4

matplotlib.cbook टुकड़े

उदाहरण के लिए

उपयोग पर विचार करें।

Answer 5

समारोह numpy के सहसंबंधी 2 -1 डी सरणियों कि आप सहसंबंधी करना चाहते हैं और एक संबंध मान देता है के साथ काम करता है: