【问题标题】:How to efficiently calculate the autocorrelation function of multidimensional data? [duplicate]如何高效计算多维数据的自相关函数? [复制]
【发布时间】:2017-08-11 15:02:31
【问题描述】:

我有一个非常大的形状 (T, N) 数据集,我想在 Python 中计算自相关函数,例如 numpy.correlate

c[k] = sum_n sum_t a[t, n] * a[t+k, n]

但使用 for 循环对所有样本 N 和不带 (!) 求和。根据“有效”模式进行计算就足够了。但是,此函数仅允许一维数组。有没有快速的方法来做到这一点?

【问题讨论】:

标签: python numpy vectorization correlation


【解决方案1】:

我意识到,有人问过before。执行傅里叶变换然后计算功率谱就可以了!

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2015-01-30
    • 2012-06-25
    • 1970-01-01
    • 2010-09-09
    • 2020-01-29
    • 2013-11-26
    • 1970-01-01
    • 2020-03-11
    相关资源
    最近更新 更多