我現(xiàn)在正在學(xué)習(xí)子空間方法來對(duì)手寫數(shù)字進(jìn)行分類。子空間方法需要一個(gè)自相關(guān)矩陣，我發(fā)現(xiàn)np.corrcoef()可以進(jìn)行計(jì)算。在的文檔中np.corrcoef()，默認(rèn)情況下說“每一行代表一個(gè)變量，列中帶有觀察值”。因此，我轉(zhuǎn)置了輸入數(shù)據(jù)，因?yàn)槊恳恍卸际且粋€(gè)觀察值（4132 obs，784 vars）。但是，該函數(shù)將通過轉(zhuǎn)置返回一個(gè)包含info或NaN的數(shù)組。然后，我無法計(jì)算特征值和特征向量。如果不進(jìn)行轉(zhuǎn)置，我可以完美地進(jìn)行計(jì)算，但這不是我想要的（形狀數(shù)組（（4132,4132）））。我不明白為什么會(huì)這樣。這是我的代碼：X = train[train["label"]==i].iloc[:,1:] C = np.corrcoef(X.T)print(np.isnan(np.min(C))) #-> print True if there are Nan valueseig_val,eig_vec = linalg.eigh(C) #-> returns ValueErrorprint(eig_val.shape,eig_vec.shape)X是這樣的（4132行，785列）