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
.
Maisam is a highly skilled and motivated Data Scientist. He has over 4 years of experience with Python programming language. He loves solving complex problems and sharing his results on the internet.
LinkedIn