如何使用大熊貓創建多元正態分布的相關矩陣？

Question

在R中，我們可以這樣創建相關矩陣：

makecov <- function(rho,n) {
    m <- matrix(nrow=n,ncol=n)
    m <- ifelse(row(m)==col(m),1,rho)
    return(m)
}

我們知道相關性，結果將是：

makecov(0.2,3)
#     [,1] [,2] [,3]
#[1,]  1.0  0.2  0.2
#[2,]  0.2  1.0  0.2
#[3,]  0.2  0.2  1.0

但是在大熊貓中，我們如何有效地創建相同的矩陣？ 這是我的解決方案：

def makecov(rho,n):
    m=[rho/2]*n*n
    m=np.array(m).reshape([n,n])
    return m+m.T-np.diag([rho]*n)+np.diag([1]*n)

結果將是：

In [21]:makecov(0.2,3)
Out[21]: 
array([[ 1. ,  0.2,  0.2],
       [ 0.2,  1. ,  0.2],
       [ 0.2,  0.2,  1. ]])

還有一些更優雅的方法可以對付大熊貓嗎？

Answer 1

我建議您改用numpy的協方差矩陣方法： http : //docs.scipy.org/doc/numpy/reference/generation/numpy.cov.html

根據我的經驗，熊貓最好用於數據清理之類的東西。 我通常讓numpy做繁重的統計工作。

Answer 2

看起來你可以做

def makecov(rho, n):
    out = numpy.eye(n) + rho
    numpy.fill_diagonal(out, 1)
    return out