怎么在Python中用np.corrcoef计算多变量相关系数矩阵-Python教程-PHP中文网

np.corrcoef默认按行计算相关系数，即每行视为一个变量、每列视为一个观测样本；需注意与pandas默认按列当变量的差异，避免矩阵形状错误。

怎么在python中用np.corrcoef计算多变量相关系数矩阵

np.corrcoef 默认按行还是按列算相关系数？

np.corrcoef 默认把**每一行当作一个变量**，把**每一列当作一个观测样本**。这和 pandas 的 corr（默认按列当变量）或统计直觉相反，容易导致矩阵转置错误、结果对不上预期。

常见错误现象：np.corrcoef(X) 返回的矩阵形状是 (n_rows, n_rows)，但你以为它该是 (n_cols, n_cols) —— 实际上你传进去的是“变量×样本”格式，而它期望的是“变量×样本”，只是你误把列当变量了。

如果你的数据 shape 是 (100, 5)（100 个样本、5 个变量），必须先转置：np.corrcoef(X.T)
或者显式指定 rowvar=False（推荐）：np.corrcoef(X, rowvar=False)
rowvar=True（默认）→ 行是变量；rowvar=False → 列是变量

怎么传入多个一维数组计算它们之间的相关系数？

可以传入多个 ndarray 作为独立参数，np.corrcoef 会把它们堆叠成二维数组再计算。这种写法适合快速比较几个变量间的关系，不用构造 DataFrame。

例如想看身高、体重、血压三个序列的相关性：

import numpy as np
height = np.array([170, 165, 180, 175])
weight = np.array([65, 58, 75, 70])
bp = np.array([120, 115, 130, 125])
<p>R = np.corrcoef([height, weight, bp])  # 注意：用列表包起来</p><div class="aritcle_card flexRow artxards">
											<div class="artcardd flexRow">
												<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill9754" title="Secure Python Code Sandbox"><img
														src="https://img.php.cn/upload/skill/001/246/273/6adaf20d3191a227.jpg" alt="Secure Python Code Sandbox" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
												<div class="aritcle_card_info flexColumn">
													<a rel="nofollow" href="/xiazai/skill9754" title="Secure Python Code Sandbox" class="overflowclass">Secure Python Code Sandbox</a>
													<p class="overflowclass">安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。</p>
												</div>
												<a rel="nofollow" href="/xiazai/skill9754" title="Secure Python Code Sandbox" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
												</a>
											</div>
										</div><h1>得到 3×3 矩阵，R[0,1] 就是 height 和 weight 的相关系数</h1>

必须用 [a, b, c] 这种列表包装，不能直接写 np.corrcoef(a, b, c)（会报错）
所有数组长度必须一致，否则抛 ValueError: all arrays must have same length
内部会自动按 rowvar=True 处理，即每个数组是一行变量

为什么结果里有 nan 或 inf？怎么排查？

出现 nan 通常是因为某变量标准差为 0（全相同值），导致除零；inf 较少见，但可能源于极小方差 + 浮点误差。

典型场景：某列是常数（比如实验组标签全为 1）、某特征未归一化且含大量零、或数据读取时类型错误（如把字符串当数字读成 nan）。

检查每列标准差：np.std(X, axis=0)，看是否有 0 值
用 np.isnan(X).any() 和 np.isinf(X).any() 提前过滤脏数据
np.corrcoef 不自动跳过 nan，要用 np.ma.corrcoef 或先清理（如 X = X[~np.isnan(X).any(axis=1)]）
若必须保留缺失值，建议改用 pandas.DataFrame(X).corr(method='pearson', min_periods=1)