numpy.ma.cov

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.ma.cov.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.ma.cov(x, y=None, rowvar=True, bias=False, allow_masked=True, ddof=None)[source]

估计协方差矩阵。

除了处理缺少的数据，此函数与numpy.cov相同。有关更多详细信息和示例，请参阅numpy.cov。

默认情况下，屏蔽值将被识别。If x and y have the same shape, a common mask is allocated: if x[i,j] is masked, then y[i,j] will also be masked. 如果在输入数组中缺少值，将allow_masked设置为False将引发异常。

参数：

x：array_like 包含多个变量和观察值的1-D或2-D数组。x的每一行代表一个变量，每一列都是对所有这些变量的单次观察。另请参阅下面的rowvar。 y：array_like，可选 另一组变量和观察值。y与x具有相同的形式。 rowvar：bool，可选 如果rowvar为True（默认值），则每行代表一个变量，在列中有观察值。否则，关系会转置：每个列表示一个变量，而行包含观察值。 bias：bool，可选 默认归一化（False）由(N-1)表示，其中N是给出的观测数量（无偏估计）。如果bias为True，则归一化为N。此关键字可以通过numpy versions> = 1.5中的关键字ddof覆盖。 allow_masked：bool，可选 如果为True，屏蔽值将成对传播：如果在x中屏蔽了某个值，则相应的值将在y中屏蔽。如果为False，则在缺少某些值时引发ValueError异常。 ddof：{None，int}，可选 如果None通过（N - ddof）进行归一化，其中N是观察的数量；这将覆盖bias所隐含的值。默认值为None。 版本1.5中的新功能。

上升：

ValueError 如果缺少某些值并且allow_masked为False，则引发。

也可以看看

numpy.cov