Python 计算两个矩阵行之间的相关系数
给定Python中的两个矩阵Python 计算两个矩阵行之间的相关系数,python,correlation,Python,Correlation,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 = corrc
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
methodextend
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])