二维 numpy 数组的自差分函数（相关性？）

Question

我有一个形状为 ~ (3000, 5) 的二维数组

mat

。现在我想从其他列中减去每一列并忽略自减。这就是我现在所拥有的并且有效的。我只是想要一种更有效的方法来做到这一点，比如自相关之类的。是否有 numpy 或 scipy 函数可以让我用更少的步骤而不是通常的

for

循环来完成此操作？

agreement = np.full((mat.shape[1], mat.shape[1]), np.nan)
for i in range(agreement.shape[0] - 1):
    for j in range(i+1, agreement.shape[1]):
        A = mat[:, i]
        B = mat[:, j]
        diff = A - B
        agreement[i][j] = diff

结果是一个二维数组

agreement

，看起来像这样：

array([[nan [......] [......] [......] [......]]
       [nan nan [......] [......] [......]]
       [nan nan nan [......] [......]]
       [nan nan nan nan [......]]
       [nan nan nan nan nan]])

每个

[......]

代表那 2 列的

diff

，因此形状为

(3000,1)

，并不是准确的表示，仅举个例子。

Answer 1

np.corrcoef(mat, rowvar=False)

将为您提供 5 列的真实相关矩阵