numpy.ma.corrcoef#

ma.corrcoef(x, y=None, rowvar=True, allow_masked=True)[источник]#

Возвращает коэффициенты корреляции Пирсона.

За исключением обработки пропущенных данных, эта функция делает то же самое, что и numpy.corrcoef. Для более подробной информации и примеров см. numpy.corrcoef.

Параметры:

xarray_like: Одномерный или двумерный массив, содержащий несколько переменных и наблюдений. Каждая строка x представляет переменную, а каждый столбец — отдельное наблюдение всех этих переменных. Также см. rowvar ниже.
yarray_like, необязательный: Дополнительный набор переменных и наблюдений. y имеет ту же форму, что и x.
rowvarbool, необязательно: Если rowvar равно True (по умолчанию), то каждая строка представляет переменную, с наблюдениями в столбцах. В противном случае отношение транспонировано: каждый столбец представляет переменную, а строки содержат наблюдения.
allow_maskedbool, необязательно: Если True, замаскированные значения распространяются попарно: если значение замаскировано в x, соответствующее значение маскируется в y. Если False, вызывает исключение. Поскольку смещение устарел, этот аргумент должен обрабатываться как только ключевое слово, чтобы избежать предупреждения.

Смотрите также

numpy.corrcoef: Эквивалентная функция в модуле верхнего уровня NumPy.
cov: Оценить ковариационную матрицу.

Примеры

>>> import numpy as np
>>> x = np.ma.array([[0, 1], [1, 1]], mask=[0, 1, 0, 1])
>>> np.ma.corrcoef(x)
masked_array(
  data=[[--, --],
        [--, --]],
  mask=[[ True,  True],
        [ True,  True]],
  fill_value=1e+20,
  dtype=float64)