场景

• 需要观察两个序列的波动情况是否一致

协方差

• 方差大家都很熟悉，先求出序列中的每一个元素减去其均值的乘积， 然后除以序列长度n -1
• 方差是协方差的特例，也就是协方差的一个子集，这一点我总是忘记
• 协方差的英文是covariance，numpy中的协方差函数名称取了前三个字母，所以是np.cov
  1. 补充一点，方差的英文表示是variance，所以numpy中计算方差的函数为np.var
  2. 为什么协方差是covariance，以为它是衡量多个变量之间的变动趋势，co前缀有共同、多个合作的意思

python计算协方差示例

• 假设这里有三个变量p1 , p2 , p3
• 在使用np.cov函数之前可以先将三个变量组成一个矩阵，以行为单位
  1.简单解释一下为什么这个函数叫cov，
• 调用np.cov函数获得协方差矩阵

p1 = [1, 2, 3]
p2 = [3, 4, 5]
p3 = [4, 3, 1]
mat = np.stack((p1, p2, p3), axis=0)
print(np.cov(mat))

• 1
• 2
• 3
• 4
• 5

[[ 1.          1.         -1.5       ]
 [ 1.          1.         -1.5       ]
 [-1.5        -1.5         2.33333333]]

• 1
• 2
• 3

够用了吧