Covariância em Python NumPy

Este tutorial irá apresentar o método para calcular a covariância entre duas matrizes NumPy em Python.

Covariância com a função numpy.cov()

Em estatística, a covariância é a medida de mudança em uma variável com a mudança na outra variável. A covariância nos diz o quanto uma variável muda se outra variável é alterada. Podemos calcular a covariância entre duas matrizes NumPy com a função numpy.cov(a1, a2) em Python.

Aqui, a1 representa uma coleção de valores da primeira variável e a2 representa uma coleção de valores da segunda variável. A função numpy.cov() retorna um array 2D em que o valor no índice [0][0] é a covariância entre a1 e a1, o valor no índice [0][1]É a covariância entre a1 e a2, o valor no índice [1][0] é a covariância entre a2 e a1, e o valor no índice [1][1] é a covariância entre a2 e a2. Veja o seguinte exemplo 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)

Resultado:

1.5

Primeiro criamos as duas matrizes NumPy array1 e array2 com a função np.array(). Em seguida, calculamos a covariância com np.cov(array1, array2)[0][1] e salvamos o resultado na variável covariância. No final, imprimimos o valor dentro da variável covariância.