使用C++ vector实现python np.cov()求解二维矩阵功能

可以使用C++标准库中的vector来实现类似于python中的np.cov()函数的功能，具体实现如下：

#include <iostream>
#include <vector>
#include <cmath>

using namespace std;

double mean(vector<double>& v) {
    double sum = 0.0;
    for (int i = 0; i < v.size(); i++) {
        sum += v[i];
    }
    return sum / v.size();
}

double cov(vector<double>& x, vector<double>& y) {
    double x_mean = mean(x);
    double y_mean = mean(y);
    double sum = 0.0;
    for (int i = 0; i < x.size(); i++) {
        sum += (x[i] - x_mean) * (y[i] - y_mean);
    }
    return sum / (x.size() - 1);
}

vector<vector<double>> cov_matrix(vector<vector<double>>& data) {
    int n = data[0].size();
    vector<vector<double>> res(n, vector<double>(n, 0.0));
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < n; j++) {
            res[i][j] = cov(data[i], data[j]);
        }
    }
    return res;
}

int main() {
    vector<vector<double>> data = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}};
    vector<vector<double>> res = cov_matrix(data);
    for (int i = 0; i < res.size(); i++) {
        for (int j = 0; j < res[i].size(); j++) {
            cout << res[i][j] << " ";
        }
        cout << endl;
    }
    return 0;
}

其中，mean函数用于计算一个vector中元素的平均值，cov函数用于计算两个vector之间的协方差，cov_matrix函数用于计算给定数据集的协方差矩阵。在main函数中，我们定义了一个二维数据集data，然后调用cov_matrix函数计算协方差矩阵，并将结果输出到控制台上。

需要注意的是，在上述代码中，我们使用了样本方差来计算协方差，即除以(x.size() - 1)而不是x.size()。这是为了避免样本方差的无偏性问题。如果要计算总体方差，则应该除以x.size()。