Numpy 用einsum计算三维矩阵的协方差

我得到了一个时间序列数据数组，其形状为

（24662498,9

）（

（资产、日期、特征）

）

我有9个特征，我想在这些特征上进行PCA来降低这个轴上的维数

我正在努力计算协方差矩阵，

Z=X.T@X

我想我想用一个

einsum

来表达这一点，但我不确定如何表达。我当然也对其他方法感兴趣，因为这是为了学习

numpy

，而不是实际解决问题

编辑：这是我迄今为止（显然是错误的）尝试：

np.einsum('ijk,ijl->ijkl',myData, myData)`

（这只是挂起了我的系统。）

编辑2：

---

我开始明白我应该使用

np.linalg.svd

来解决这个问题。

这似乎是正确的。问题可能是

8*2466*2498*9*9/1024**3=3.7

（3.7 Gb），因此它开始交换挂起系统的内存。在这种情况下，最好使用小阵列测试它—这些阵列不会占用太长时间，占用太多内存，更重要的是，可以查看。如果你的主要目标是学习

numpy

，这似乎是正确的。问题可能是

8*2466*2498*9*9/1024**3=3.7

（3.7 Gb），因此它开始交换挂起系统的内存。在这种情况下，最好使用小阵列测试它—这些阵列不会占用太长时间，占用太多内存，更重要的是，可以查看。如果你的主要目标是学习

numpy