mindspore.numpy.corrcoef

mindspore.numpy.corrcoef(x, y=None, rowvar=True, dtype=None)[源代码]

返回皮尔逊积矩相关系数。请参考有关协方差(cov)的文档以获取更多详情。相关系数矩阵R和协方差矩阵C的关系表示为 \(R_{ij} = \frac{ C_{ij} } { \sqrt{ C_{ii} * C_{jj} } }\) 。 R的值介于-1和1之间，包括-1和1。

说明

目前不支持复数。

参数：

x (Union[int, float, bool, tuple, list, Tensor]) - 这是一个1-D或2-D的数组，包含多个变量和观测值。每一行的 x 代表一个变量，每一列代表所有这些变量的一个观测值。详细见下文 rowvar 的说明。
y (Union[int, float, bool, tuple, list, Tensor], 可选) - 这是一个附加的变量和观测值集合，默认值： None 。
rowvar (bool, 可选) - 如果 rowvar 是 True (默认)，则每一行代表一个变量，列中包含观测值。否则，关系被转置：每一列代表一个变量，行包含观测值。默认值： True 。
dtype (mindspore.dtype, 可选) - 结果的数据类型。默认情况下，返回的数据类型至少为float32精度。默认值： None 。

返回：

Tensor。变量的相关系数矩阵。

异常：

TypeError - 如果输入的类型不符合上述规定。
ValueError - 如果 x 和 y 的维数不正确。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> output = np.corrcoef([[2., 3., 4., 5.], [0., 2., 3., 4.], [7., 8., 9., 10.]])
>>> print(output)
[[1.         0.9827076  1.        ]
[0.9827077  0.99999994 0.9827077 ]
[1.         0.9827076  1.        ]]