我可以使用哪种方法？

Question

我正在使用 anaconda 的下一个代码来取出两个矩阵之间的相关系数。 第一个矩阵读取矩阵左上角的 16 个文件。 求和是取平均值与另一个文件的结果进行比较

`` `python
for i in range(0,16):
    i = i + 5
    file = pd.read_csv(path,header=None)
    file=file.fillna(0)
    file = pd.DataFrame(file)
    matrix = np.matrix(file)
    matrix = np.flip(matrix, 1)
    b = np.copy(matrix) 
    b = np.swapaxes(b, 1, 0)
    np.fill_diagonal(b, 0)
    c = matrix + b
    sum = c.sum(0) / c.shape[0]
    sum=pd.DataFrame(sum)
    file2 = pd.read_csv(path,header=None)
    file2=pd.DataFrame(file2)
    file2 = file2.drop(file2.columns[48], axis=1)

` ``

如果 sum 是 (1,48) 的矩阵且 file2 是 (16,48) 的矩阵，则两个文件之间的相关系数。

Answer 1

我做了一些研究，希望以下内容可以提供帮助：

1. numpy.corrcoef

numpy.corrcoef(x, y=None, rowvar=True, bias=<no value>, ddof=<no value>)

返回 Pearson 积矩相关系数。

1. Computing the correlation coefficient between two multi-dimensional arrays

两个二维数组之间的相关性（默认为“有效”情况）：

您可以像这样简单地使用矩阵乘法 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“有效”情况的相关性将对应于每个 (row1,row2) 位置的乘法结果。

如果我误解了，请澄清您的问题。