如何使用python中的semopy包获得标准化因子加载？

我正在使用semopy python包进行验证性因素分析，并有几个问题：

如何获得标准化因子载荷

是否有办法获得修改指数（帮助逐步调整模型）

如何获得各因素之间的相关性

inspect方法有一个布尔参数std_est，它向返回的带有参数估计的数据帧中添加一个标准估计列

请参见semopy网站

你的意思是你试图通过潜在因子方差来“标准化”协方差吗？如果是，您可以使用以下代码段：

inspect方法有一个布尔参数std_est，它向返回的带有参数估计的数据帧中添加一个标准估计列

请参见semopy网站

你的意思是你试图通过潜在因子方差来“标准化”协方差吗？如果是，您可以使用以下代码段：

---

谢谢你，杰奥。是的，对不起，我指的是第三位的标准化协方差。非常感谢你的回答。在这项研究中，我最终决定在R中使用Lavan，一切似乎都很简单。但从长远来看，我希望继续使用python，因此感谢您的回答。谢谢Jeor。是的，对不起，我指的是第三位的标准化协方差。非常感谢你的回答。在这项研究中，我最终决定在R中使用Lavan，一切似乎都很简单。但从长远来看，我希望继续使用python，因此感谢您的回答。

cov = model.inspect('mx')['Psi']
stds = np.diagonal(cov) ** (-0.5)
corr = std * cov * std