3

我正在尝试使用 numpy.ma.corrcoef 在存在缺失数据的情况下计算相关性。

根据文档：除了处理丢失的数据外，此功能与numpy.corrcoef. 有关更多详细信息和示例，请参阅numpy.corrcoef。

这是一个双变量数据集，其中只有第一个和第二个点具有两个变量的数据。

array([[ 0.00494576, -0.01331578],
   [-0.00146498, -0.01349548],
   [ 0.00430321,         nan],
   [-0.00937105,         nan],
   [        nan, -0.01356873],
   [        nan, -0.01375538],
   [        nan, -0.00277393],
   [        nan,  0.0082988 ],
   [        nan,  0.        ],
   [        nan,  0.00275103],
   [        nan,  0.00547947],
   [        nan, -0.01375538],
   [        nan,  0.0110194 ],
   [        nan, -0.00549452],
   [        nan,  0.01910017],
   [        nan, -0.02462505],
   [        nan, -0.01676017],
   [        nan,  0.0112046 ],
   [        nan,  0.01108045],
   [        nan,  0.01639381],
   [        nan,  0.01078178],
   [        nan, -0.01078178]])

当我将其转换为掩码数组（np.ma.masked_array(t,np.isnan(t)) ，其中 t 是上面的数组）并在其上运行 np.ma.corrcoef （rowvar=False）时，变量以 -86.52 的形式给出（绝对值，而不是百分比！）。而仅在前两个点上运行 np.corrcoef 会产生 1 的相关性（再次是绝对值）。根据文档，后一个值是我认为我应该从第一次操作中得到的值。

我的 Python 版本（Mac OS X.6.8 上的 Enthought 64 位 PyLab）信息如下，我使用的是 Numpy 版本 1.6.1。

Python 2.7.3 |EPD 7.3-1（64 位）| （默认，2012 年 4 月 12 日，11:14:05）输入“copyright”、“credits”或“license”以获取更多信息。

请告知我在这里缺少的东西！提前致谢。

4

2 回答 2

1

我认为这可能是 numpy.ma.corrcoef 中的一个错误（或者更确切地说可能是在 np.ma.extras._covhelper 中，我认为它不会正确地将掩码从一列传播到另一列，但对于单个数组输入，但是也许我看错地方了）。

使用np.ma.corrcoef(b[:,0], b[:,1])并创建错误报告......np.ma.corrcoef(b[:,0], b[:,1])给出了预期的结果，因此它是一个简单的解决方法，直到它被修复。

于 2012-08-14T15:05:33.133 回答
0

作为a您的示例数组，我有：

In [1]: np.ma.corrcoef(a[:2])
Out[1]: 
masked_array(data =
 [[1.0 1.0]
 [1.0 1.0]],
             mask =
 [[False False]
 [False False]],
       fill_value = 1e+20)

我正在使用 numpy 版本 1.6.2

于 2012-08-14T08:27:52.383 回答