如何在不使用corr()的情况下手动获取Pandas指定列的方差-协方差矩阵

嘿，你已经找对路子啦！用np.cov()确实是绕开Pandas内置.cov()方法计算协方差矩阵的好办法，不过可能需要调整几个参数让结果更贴合你的需求，甚至可以彻底手动实现——我来一步步给你讲清楚：

一、用np.cov()正确计算（最简便的手动方式） #

你之前的代码得到了一个numpy数组，但可能没注意到np.cov()的默认参数坑：它默认rowvar=True，也就是把每行当作一个变量，但你的DataFrame里显然是每列代表一个变量（比如"AAPL R"是一只股票的收益率列）。所以需要做个小调整：

两种正确调用方式： #

import numpy as np
import pandas as pd

# 1. 直接设置rowvar=False，告诉np每列是变量
cov_array = np.cov(data1.loc[:, 'AAPL R':], rowvar=False)

# 2. 转置数据，让原来的列变成行（即每行对应一个变量）
cov_array = np.cov(data1.loc[:, 'AAPL R':].T)

转成Pandas DataFrame更直观 #

numpy数组没有列名和索引，转成DataFrame后就能和原数据的列对应上，方便查看：

# 获取目标列的名称
target_columns = data1.loc[:, 'AAPL R':].columns
# 把数组转换成带索引和列名的DataFrame
cov_df = pd.DataFrame(cov_array, index=target_columns, columns=target_columns)

这时候得到的cov_df和直接调用data1.loc[:, 'AAPL R':].cov()的结果完全一致！

二、彻底手动实现（从公式出发） #

如果想完全从零开始写，那就要用到协方差的样本计算公式：

样本协方差：Cov(X,Y) = [(X-X̄)(Y-Ȳ)]的和 / (n-1)，其中n是样本数量

步骤如下：

1. 对目标列做中心化处理（每个值减去该列的均值）
2. 用矩阵乘法计算交叉乘积
3. 除以(n-1)得到无偏估计的协方差矩阵

代码实现：

# 提取目标列
data_subset = data1.loc[:, 'AAPL R':]
# 中心化数据：每个元素减去对应列的均值
centered_data = data_subset - data_subset.mean()
# 计算协方差矩阵：转置后做矩阵乘法，再除以样本数-1
manual_cov_df = centered_data.T @ centered_data / (len(centered_data) - 1)

这个结果和前面两种方法得到的完全一样，彻底实现了手动计算！

小验证 #

你可以用下面的代码确认结果一致性：

# 对比三种方法的结果
print(np.allclose(cov_df, data_subset.cov()))  # 应该返回True
print(np.allclose(manual_cov_df, data_subset.cov()))  # 也应该返回True

内容的提问来源于stack exchange，提问作者Coolio2654