带掩码的协方差矩阵-Python

我正在使用np.ma模块计算两个重叠图像阵列的协方差，其中存在noData值。守则如下：

import numpy as np  
arr1 = np.array([1638,1753,1601,1819,-9999,1627,1400,1379,1055])
arr2 = np.array([-9999,1455,1973,1330,1915,1842,1816,1218,-9999])
images = np.vstack((arr1.ravel(),arr2.ravel()))
images =  np.ma.array(images , mask=images ==-9999)
cov_mat = np.ma.cov(images ,bias=True)

协方差矩阵的输出为：

[[53070.25 -8273.07142857143]
[-8273.07142857143 80860.40816326531]]

我对结果有一个问题，第一个值是使用arr1计算的，观察数等于8（因为只有一个noData值）。使用arr2计算最后一个值，但观测次数为7（两个noData值）

---

在计算协方差时，是否有方法指定cov函数仅获取最大的除法观测值，或者我必须手动执行该操作？

最大观测值是什么意思？如果您是指[1,1]处元素的8个观测值，那么它将是错误的，因为必须考虑屏蔽值。在计算协方差矩阵期间，公式规定除以观测值的数量。如果我们计算arr1 wrt本身的协方差，则观测的总数为8（因为偏差=真）。如果我们计算arr2 wrt本身的协方差，则观测的总数为7。我希望两个案例的观察总数保持不变。这在使用np.ma.cov时可能吗？是的，就像我在中展示的那样。如果您使用第二种调用方式，掩码将被扩展，以便在协方差计算中只考虑任何变量（图像）不存在掩码的元素。这就是您要寻找的答案吗？目前还不清楚这个问题是否得到解决。如果我的答案不是你想要的，其他人可能想尝试一下。谢谢你的回答。但我真正想要的是，即使在这两种方法中都对元素进行了掩蔽，在计算协方差的过程中，观测值的总数也要等于原始数，在我的例子中是9，而不是有效的有限元素数。