lmfit能否输出完整相关矩阵为NumPy数组？

既然你已经能通过result.covar拿到协方差矩阵，其实可以直接用它推导相关系数矩阵——毕竟相关系数本质就是协方差经过标准差标准化后的结果，和fit_report里展示的完全一致。

具体操作步骤如下：

• 先引入numpy（大部分科学计算框架都依赖它，通常已经安装）
• 从拟合结果中提取协方差矩阵
• 计算每个参数的标准差（对协方差矩阵的对角线元素开平方）
• 通过广播运算，将协方差矩阵的每个元素除以对应两个参数标准差的乘积，得到相关系数矩阵

import numpy as np

# 提取协方差矩阵
cov_mat = result.covar

# 计算每个参数的标准差
param_stds = np.sqrt(np.diag(cov_mat))

# 生成规整的相关系数矩阵数组
correl_mat = cov_mat / np.outer(param_stds, param_stds)

这样得到的correl_mat就是标准二维数组，对角线元素均为1（参数与自身的相关系数），其余元素和fit_report(show_correl=True, min_correl=0)里展示的相关系数完全对应，格式完全符合需求。

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