Covarianza en Python NumPy

Este tutorial presentará el método para calcular la covarianza entre dos matrices NumPy en Python.

Covarianza con la función numpy.cov()

En estadística, la covarianza es la medida del cambio en una variable con el cambio en la otra variable. La covarianza nos dice cuánto cambia una variable si se cambia otra variable. Podemos calcular la covarianza entre dos matrices NumPy con la función numpy.cov(a1, a2) en Python.

Aquí, a1 representa una colección de valores de la primera variable y a2 representa una colección de valores de la segunda variable. La función numpy.cov() devuelve un array 2D en la que el valor en el índice [0][0] es la covarianza entre a1 y a1, el valor en el índice [0][1]Es la covarianza entre a1 y a2, el valor en el índice [1][0] es la covarianza entre a2 y a1, y el valor en el índice [1][1] es la covarianza entre a2 y a2. Vea el siguiente ejemplo de código.

import numpy as np

array1 = np.array([1, 2, 3])
array2 = np.array([2, 4, 5])

covariance = np.cov(array1, array2)[0][1]
print(covariance)

Producción :

1.5

Primero creamos las dos matrices NumPy array1 y array2 con la función np.array(). Luego calculamos la covarianza con np.cov(array1, array2)[0][1] y guardamos el resultado en la variable covariance. Al final, imprimimos el valor dentro de la variable covariance.