Python：从列表创建一个协方差矩阵

Question

有没有一种最快捷的方法从以下三个列表转到Python中的协方差矩阵（numpy数组）？

Fac2 Fac1 VarCovar 
    a a  1.4 
    a b  0.7 
    a c  0.3 
    b a  0.7 
    b b  1.8 
    b c  6.3 
    c a  0.3 
    c b  6.3 
    c c  2.4 

Answer 1

您可以使用Pandas轻松创建3x3矩阵。从上面的数组中创建一个DataFrame df，并使用pivot_table在第三列上旋转。

例如，如果您有列出以下字典d：

{'Fac1': ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b', 'c'], 
'Fac2': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'], 
'VarCovar': [1.4, 0.7, 0.3, 0.7, 1.8, 6.3, 0.3, 6.3, 2.4]} 

创建这样的数据帧：

df = pd.DataFrame(d) 

然后：

>>> df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar') 
Fac2 a b c 
Fac1    
a  1.4 0.7 0.3 
b  0.7 1.8 6.3 
c  0.3 6.3 2.4 

使用values属性最后从表中返回一个NumPy数组：

>>> df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar').values 
array([[ 1.4, 0.7, 0.3], 
     [ 0.7, 1.8, 6.3], 
     [ 0.3, 6.3, 2.4]]) 

---

如果没有所有对，你可以以同样的方式进行，在遗漏值与换位索引对填写：

>>> d = {'Fac1': ['a', 'b', 'c' , 'b', 'c', 'c'], 
     'Fac2': ['a', 'a', 'a' , 'b', 'b', 'c'], 
     'VarCovar': [1.4, 0.7, 0.3, 1.8, 6.3, 2.4]} 
>>> df = pd.DataFrame(d) 
>>> table = df.pivot_table(rows='Fac1', cols='Fac2', values='VarCovar') 
>>> table.combine_first(table.T) 
Fac2 a b c 
Fac1    
a  1.4 0.7 0.3 
b  0.7 1.8 6.3 
c  0.3 6.3 2.4 

（我把这个想法使用来自帝斯曼的combine_first的回答here）