python 求系数矩阵_numpy之相关矩阵求解

本文介绍了使用Python的numpy库计算协方差、相关系数和相关矩阵的方法,以评估两组数据的相似度。示例中展示了如何从CSV文件加载数据,并绘制股票收盘价格的折线图,进一步计算两支股票的协方差、相关系数和相关矩阵。
摘要由CSDN通过智能技术生成

'''协方差、相关矩阵、相关系数----评估两组样本相似度

协方差:通过两组统计数据计算而得到的协方差可以评估这两组统计数据的相似程度,值为正,则正相关,值为负,则负相关,绝对值越大则相关性越强

相关系数:协方差除以两组统计样本标准差之积,是一个[-1,1]之间的数,该结果称为两组统计样本的相关系数。

---若相关系数越接近于1,表示两组样本正相关性越强;

---若相关系数越接近于-1,表示两组样本负相关性越强;

---若相关系数越接近于0,表示两组样本越不相关;

相关矩阵:相关系数矩阵,numpy提供了相关API,可以方便的获取两组数据的相关系数

---np.corrcoef(A,B):可以计算两组样本的相关系数,但是返回的是2*2的矩阵'''

importmatplotlib.pyplot as mpimportnumpy as npimportdatetime as dtimportmatplotlib.dates as md#日期转化函数

defdmy2ymd(dmy):#把dmy格式的字符串转化成ymd格式的字符串

dmy = str(dmy, encoding='utf-8')

d= dt.datetime.strptime(dmy, '%d-%m-%Y')

d=d.date()

ymd= d.strftime('%Y-%m-%d')returnymd

dates, bhp_closing_prices=\

np.loadtxt(&

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值