在Rust Polars中计算DataFrame的协方差矩阵

原生Polars实现（无需转换ndarray） #

Polars的协方差矩阵计算功能需要启用stats crate特性，启用后可直接调用DataFrame.cov方法得到M×M维度的协方差矩阵（对应输入N×M的DataFrame）：

use polars::prelude::*;

fn covariance_matrix(df: &DataFrame) -> Result<DataFrame, PolarsError> {
    // None表示使用无偏估计（除以N-1），传入Some(1.0)则为有偏估计（除以N）
    df.cov(None)
}

• 需在Cargo.toml中配置Polars特性：

  polars = { version = "0.35", features = ["stats"] }
  

优化你的ndarray转换方案 #

你之前的代码返回的二维数组（M×M）正是N×M DataFrame对应的协方差矩阵维度（协方差矩阵维度为特征数×特征数）。若要实现泛型支持，可调整代码如下：

use polars::prelude::*;
use ndarray::Array2;
use ndarray_stats::CorrelationExt;

fn covariance_matrix<T>(matrix: &DataFrame) -> Result<Array2<f64>, PolarsError>
where
    T: PolarsNumericType,
    <T as PolarsNumericType>::Native: num_traits::Float + ndarray::ScalarOperand,
{
    let matrix_arr = matrix.to_ndarray::<T>(IndexOrder::C)?;
    // 用ok_or_else替代unwrap，避免panic
    let covariance = matrix_arr.cov(1.0)
        .ok_or_else(|| PolarsError::ComputeError("计算协方差矩阵失败".into()))?;
    Ok(covariance)
}

这里的泛型约束保证了输入列是浮点类型，同时兼容ndarray_stats的计算要求。

内容的提问来源于stack exchange，提问作者transonic912