Jak przekonwertować listę korelacji do macierzy kowariancji?

Question

Mam listę korelacji generowanych z pliku tekstowego z tego formularza:

(pierwsze dwie wartości wskazują, między którymi zwraca się korelacja)

2  1 -0.798399811877855E-01 
3  1 0.357718108972297E+00 
3  2 -0.406142457763738E+00 
4  1 0.288467030571132E+00 
4  2 -0.129115034405361E+00 
4  3 0.156739504479856E+00 
5  1 -0.756332254716083E-01 
5  2 0.479036971438800E+00 
5  3 -0.377545460300584E+00 
5  4 -0.265467953118191E+00 
6  1 0.909003414436468E-01 
6  2 -0.363568902645620E+00 
6  3 0.482042347959232E+00 
6  4 0.292931692897587E+00 
6  5 -0.739868576924150E+00 

mam już inną listę z odchyleniami standardowymi związanych z wszystkie punkty. Jak połączyć te dwa w numpy/scipy, aby utworzyć macierz kowariancji?

Musi to być bardzo skuteczna metoda, ponieważ istnieje 300 punktów, więc ~ 50 000 korelacji.

Answer 1

Zakładając, że tabela jest nazwany df a pierwsza kolumna jest oznaczony A a drugi B o wartości korelacji oznaczonego Correlation:

df2 = df.pivot(index='A', columns='B', values='Correlation') 
>>> df2 
B  1  2  3  4  5 
A         
2 -0.0798 NaN NaN NaN NaN 
3 0.3580 -0.406 NaN NaN NaN 
4 0.2880 -0.129 0.157 NaN NaN 
5 -0.0756 0.479 -0.378 -0.265 NaN 
6 0.0909 -0.364 0.482 0.293 -0.74 

do konwersji na symetrycznych macierzy kwadratowej z nich z Przekątna:

# Get a unique list of all items in rows and columns. 
items = list(df2) 
items.extend(list(df2.index)) 
items = list(set(items)) 

# Create square symmetric correlation matrix 
corr = df2.values.tolist() 
corr.insert(0, [np.nan] * len(corr)) 
corr = pd.DataFrame(corr) 
corr[len(corr) - 1] = [np.nan] * len(corr) 
for i in range(len(corr)): 
    corr.iat[i, i] = 1. # Set diagonal to 1.00 
    corr.iloc[i, i:] = corr.iloc[i:, i].values # Flip matrix. 

# Rename rows and columns. 
corr.index = items 
corr.columns = items 

>>> corr 
     1  2  3  4  5  6 
1 1.0000 -0.0798 0.358 0.288 -0.0756 0.0909 
2 -0.0798 1.0000 -0.406 -0.129 0.4790 -0.3640 
3 0.3580 -0.4060 1.000 0.157 -0.3780 0.4820 
4 0.2880 -0.1290 0.157 1.000 -0.2650 0.2930 
5 -0.0756 0.4790 -0.378 -0.265 1.0000 -0.7400 
6 0.0909 -0.3640 0.482 0.293 -0.7400 1.0000 

Wykonaj te same kroki dla danych std dev, jeśli nie ma ich jeszcze w macierzy.

Zakładając to macierz nazywa df_std, a następnie można uzyskać macierz kowariancji następująco:

df_cov = corr.multiply(df_std.multiply(df_std.T.values)) 

Answer 2

Jedno podejście -

import numpy as np 

# Input list: AList 

# Convert input list to a numpy array 
A = np.asarray(AList) 

# Get the first two columns that are coordinates/points 
A01 = A[:,0:2].astype(int) 

# Determine size of square output array 
N = A01.max() 

# Initialize output array & insert values from third column 
out = np.zeros((N,N)) 
out[A01[:,0]-1,A01[:,1]-1] = A[:,2] 

# Upper triangular mask 
triu_mask = np.triu(np.ones(out.shape,'bool')) 

# Fill in the upper triangular region with the 
# symmetrical elements from lower triangular region 
out[triu_mask] = out.T[triu_mask] 

# Fill diagonal with ones 
np.fill_diagonal(out,1) 

run Sample -

In [157]: AList # Input list 
Out[157]: 
[[2, 1, -0.0798399811877855], 
[3, 1, 0.357718108972297], 
[3, 2, -0.406142457763738], 
[4, 1, 0.288467030571132], 
[4, 2, -0.129115034405361], 
[4, 3, 0.156739504479856], 
[5, 1, -0.0756332254716083], 
[5, 2, 0.4790369714388], 
[5, 3, -0.377545460300584], 
[5, 4, -0.265467953118191], 
[6, 1, 0.0909003414436468], 
[6, 2, -0.36356890264562], 
[6, 3, 0.482042347959232], 
[6, 4, 0.292931692897587], 
[6, 5, -0.73986857692415]] 

In [158]: print(out) # Print of output numpy array 
[[ 1.   -0.07983998 0.35771811 0.28846703 -0.07563323 0.09090034] 
[-0.07983998 1.   -0.40614246 -0.12911503 0.47903697 -0.3635689 ] 
[ 0.35771811 -0.40614246 1.   0.1567395 -0.37754546 0.48204235] 
[ 0.28846703 -0.12911503 0.1567395 1.   -0.26546795 0.29293169] 
[-0.07563323 0.47903697 -0.37754546 -0.26546795 1.   -0.73986858] 
[ 0.09090034 -0.3635689 0.48204235 0.29293169 -0.73986858 1.  ]] 

Answer 3

jestem zakładając, że wystawiasz na aukcję correlation coefficients, a nie cross covariances (w przeciwieństwie do @Divakar i @Alexander). W związku z tym wpis w macierzy kowariancji to c[i,j] = rr[i,j]*sqrt(c[i,i]*c[j,j]), przy czym współczynnik korelacji to rr[i,j]. Oczywiście, c[i,i] jest i-th wariancją i rr[i,i]==1.

Poniższy przykład pokazuje, jak zbudować macierz kowariancji z listy wariancji oraz listę korelacji:

import numpy as np 
from itertools import product 

n0 = 5 # dimension of random vector 

print("Generating test-matrix CC0 ...") 
# Generate a valid test covariance matrix (positive semi-definite) 
sq_CC0 = np.random.randn(n0, n0)*10 
CC0 = np.dot(sq_CC0, sq_CC0.T) 

# extract lists: 
lst_var = [(i, CC0[i, i]) for i in range(n0)] # list vor variances 
lst_rr = [(i, j, CC0[i,j]/np.sqrt(CC0[i, i]*CC0[j,j])) # list of correlations 
      for i, j in product(range(n0), range(n0)) if i < j] 

print(" Variances:") 
for i, val in lst_var: 
    print(" ", i, val) 
print(" Correlations:") 
for i, j, val in lst_rr: 
    print(" ", i, j, val) 

print("Building matrix CC1 ...") 
n1 = len(lst_var) # dimension 

# Exploit CC[i, j] = rr[i, j]* sqrt(CC[i, i]*CC[j, j]): 
aa_var = np.array(lst_var) # convert to array to do index magic 
ii = np.array(aa_var[:, 0], dtype=int) # indexes must be ints 
vv = np.zeros(n1) 
vv[ii] = np.sqrt(aa_var[ :, 1]) 
CC1a = np.outer(vv, vv) # Its entries are sqrt(CC[i, i]*CC[j, j]) 

aa_rr = np.array(lst_rr) 
CC1b = np.zeros((n1, n1)) 
ii, jj = (np.array(aa_rr[ :, k], dtype=int) for k in [0, 1]) # indexes must be ints 
CC1b[ii, jj] = aa_rr[:, 2] # build matrix with correlations 
CC1 = CC1a * (CC1b + CC1b.T + np.eye(n1)) # build covariance matrix 

print(" CC0 == CC1 is:", np.allclose(CC0, CC1)) 

Należy pamiętać, że podczas analizowania tekstu nie jest wliczony w cenę, że indeksy zaczynają się od 0 i nie Podano podwójne korelacje (rr[i,j]==rr[j,i]).