Python 计算两个矩阵行之间的相关系数

给定Python中的两个矩阵

A

和

B

，我想找出两个矩阵中的行之间的相关性。矩阵的长度为5*7

我想找出

A

和

B

中每一行之间的相关性，并对相关性进行平均：

A  = data_All_Features_rating1000_topk_nr ;
B  = data_All_Features_rating1000_leastk_nr ;

corr_1 = corrcoeff(A[0,:],B[0,:]])
corr_2 = corrcoeff(A[0,:],B[1,:]])
corr_3 = corrcoeff(A[0,:],B[2,:]])
corr_4 = corrcoeff(A[0,:],B[3,:]])
corr_5 = corrcoeff(A[0,:],B[4,:]])

corr_6 = corrcoeff(A[1,:],B[1,:]])
corr_7 = corrcoeff(A[1,:],B[2,:]])
corr_8 = corrcoeff(A[1,:],B[3,:]])
corr_9 = corrcoeff(A[1,:],B[4,:]])

corr_10 = corrcoeff(A[2,:],B[2,:]])
corr_11 = corrcoeff(A[2,:],B[3,:]])
corr_12 = corrcoeff(A[2,:],B[4,:]])

corr_13 = corrcoeff(A[3,:],B[3,:]])
corr_14 = corrcoeff(A[3,:],B[4,:]])

corr_14 = corrcoeff(A[4,:],B[4,:]])


corravg = avg(corr_1,corr_2,...,corr_14).

我就是这么做的：

topk = 5 
corr_res = []
p = 0 ;
for i in range(0,topk):
    for j in range(i,topk):
        a = data_All_Features_rating1000_topk_nr[i,:]
        b = data_All_Features_rating1000_leastk_nr[j,:]
        tmp = np.corrcoef(a,b)
        print tmp[0,1]
        corr_res = corr_res.extend(tmp[0,1])  

我得到这个错误：

     ---------------------------------------------------------------------------
     TypeError                                 Traceback (most recent call last)
     <ipython-input-159-ab1d737eed71> in <module>()
     22             tmp = np.corrcoef(a,b)
     23             print tmp[0,1]
---> 24             corr_res = corr_res.extend(tmp[0,1])
     25            # print p+1
     26            # print corr_res

     TypeError: 'numpy.float64' object is not iterable

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
22 tmp=np.corrcoef（a，b）
23打印tmp[0,1]
--->24校正分辨率=校正分辨率扩展（tmp[0,1]）
25#打印p+1
26#打印更正
TypeError:“numpy.float64”对象不可编辑

在python中执行矩阵运算的有效方法是使用函数库。准确地进行相关性计算可以是用户函数。要计算所有行组合之间的相关性，可以使用

import numpy as np
A = np.array([[1, 2, 3, 4], [2, 3, 5, 6], [1,3,4,5], [7,8,2,3]])
B = np.array([[1, 2, 3, 4], [3, 5, 6, 2], [3,2,4,1], [9,8,2,1]])
corr = []
for i in xrange(len(A)):
    for j in xrange(len(B)-i):
        corr.extend(np.correlate(A[i], B[j+i]))
corr_avg = np.average(corr)
print corr_avg
print " ".join(map(str, corr))

更新

而不是

print tmp[0,1]
corr_res = corr_res.extend(tmp[0,1])

试一试

---

list

method

extend

在输入时获取一个iterable对象（如其他列表、元组等）。如果您想添加到

列表

标量值，您应该使用

append

方法。

其中一个维度是测试不同的相关性度量（如果python支持）。谢谢。美好的但是，我认为您正在计算具有相同索引的两个矩阵中的两行之间的相关性。在我的例子中，我在寻找所有行组合之间的相关性。我认为应该修改循环的索引，@Yas您能在问题中添加输入数据示例问题的简短描述吗？

print tmp[0,0]
corr_res.append(tmp[0,0])