Python：從列表創建一個協方差矩陣

Question

有沒有一種最快捷的方法從以下三個列表轉到Python中的協方差矩陣（numpy數組）？

Fac2 Fac1 VarCovar 
    a a  1.4 
    a b  0.7 
    a c  0.3 
    b a  0.7 
    b b  1.8 
    b c  6.3 
    c a  0.3 
    c b  6.3 
    c c  2.4 

Answer 1

您可以使用Pandas輕鬆創建3x3矩陣。從上面的數組中創建一個DataFrame df，並使用pivot_table在第三列上旋轉。

例如，如果您有列出以下字典d：

{'Fac1': ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c'], 
'Fac2': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'], 
'VarCovar': [1.4, 0.7, 0.3, 0.7, 1.8, 6.3, 0.3, 6.3, 2.4]} 

創建這樣的數據幀：

df = pd.DataFrame(d) 

然後：

>>> df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar') 
Fac2 a b c 
Fac1    
a  1.4 0.7 0.3 
b  0.7 1.8 6.3 
c  0.3 6.3 2.4 

使用values屬性最後從表中返回一個NumPy數組：

>>> df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar').values 
array([[ 1.4, 0.7, 0.3], 
     [ 0.7, 1.8, 6.3], 
     [ 0.3, 6.3, 2.4]]) 

---

如果沒有所有對，你可以以同樣的方式進行，在遺漏值與換位索引對填寫：

>>> d = {'Fac1': ['a', 'b', 'c' , 'b', 'c', 'c'], 
     'Fac2': ['a', 'a', 'a' , 'b', 'b', 'c'], 
     'VarCovar': [1.4, 0.7, 0.3, 1.8, 6.3, 2.4]} 
>>> df = pd.DataFrame(d) 
>>> table = df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar') 
>>> table.combine_first(table.T) 
Fac2 a b c 
Fac1    
a  1.4 0.7 0.3 
b  0.7 1.8 6.3 
c  0.3 6.3 2.4 

（我把這個想法使用來自帝斯曼的combine_first的回答here）