java数组之间的运算_计算两个多维数组之间的相关系数

Correlation (default 'valid' case) between two 2D arrays:您可以像这样使用矩阵乘法np.dot -out = np.dot(arr_one,arr_two.T)与两个输入数组的每个成对行组合(row1,row2)之间的默认 "valid" 情况的相关性将对应于每个(row1,row2)位置处的乘法结果 .Row-wise Correlati...
摘要由CSDN通过智能技术生成

Correlation (default 'valid' case) between two 2D arrays:

您可以像这样使用矩阵乘法np.dot -

out = np.dot(arr_one,arr_two.T)

与两个输入数组的每个成对行组合(row1,row2)之间的默认 "valid" 情况的相关性将对应于每个(row1,row2)位置处的乘法结果 .

Row-wise Correlation Coefficient calculation for two 2D arrays:

def corr2_coeff(A,B):

# Rowwise mean of input arrays & subtract from input arrays themeselves

A_mA = A - A.mean(1)[:,None]

B_mB = B - B.mean(1)[:,None]

# Sum of squares across rows

ssA = (A_mA**2).sum(1);

ssB = (B_mB**2).sum(1);

# Finally get corr coeff

return np.dot(A_mA,B_mB.T)/np.sqrt(np.dot(ssA[:,None],ssB[None]))

Benchmarking

本节将运行时性能与other answer.中列出的基于 generate_correlation_map &loopy pearsonr 的方法的建议方法进行比较(取自函数 test_generate_correlation_map() ,其末尾没有值正确性验证码) . 请注意,建议方法的时间还包括在开始时检查两个输入数组中是否有相同数量的列

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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