numpy.cov协方差矩阵计算/官方文档解读

1.命令

numpy.cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None, aweights=None)

2.参数

Parameters
    ----------
    m : 一维或2维数组，每行代表一个特征，每列代表一个样本

    
    y : 数组，可选
        额外的变量和观测值，与m格式相同，可以认为y为m的延伸
    rowvar : 布尔值，可选，默认为True
           True: 行（特征）列（样本）

       False:行（样本）列（特征）
    bias : 布尔值，可选，默认为False

      False: 无偏估计，协方差计算分母为n-1

      True:有偏估计，协方差计算分母为n（n为样本数）                

    ddof : 整数，可选，默认值为None,对协方差公式分母的改写

           1: 无偏估计（即使fweights` and `aweights` 被定义）

           0：简单平均

    fweights : 数组，可选
               一维实数向量，表示频率权重，即每个样本被重复的次数
    aweights : 数组，可选
               一维样本向量的权重，权重越大，样本越重要；当ddof=0时可通过此向量设置不同样本权重
    
    Returns
    -------
    out : n维数组

3.举例