- mongodb - 在 MongoDB mapreduce 中,如何展平值对象?
- javascript - 对象传播与 Object.assign
- html - 输入类型 ="submit"Vs 按钮标签它们可以互换吗?
- sql - 使用 MongoDB 而不是 MS SQL Server 的优缺点
我有两个一维数组,我想看看它们之间的相互关系。我应该在 numpy 中使用什么程序?我正在使用 numpy.corrcoef(arrayA, arrayB)
和 numpy.correlate(arrayA, arrayB)
并且两者都给出了一些我无法理解或理解的结果。
有人可以阐明如何理解和解释这些数值结果(最好使用示例)?
最佳答案
numpy.correlate
只返回两个向量的互相关。
如果您需要了解互相关,请从 http://en.wikipedia.org/wiki/Cross-correlation 开始.
通过查看自相关函数(与自身交叉相关的向量)可以看到一个很好的例子:
import numpy as np
# create a vector
vector = np.random.normal(0,1,size=1000)
# insert a signal into vector
vector[::50]+=10
# perform cross-correlation for all data points
output = np.correlate(vector,vector,mode='full')
当两个数据集重叠时,这将返回一个具有最大值的 comb/shah 函数。由于这是一个自相关,因此两个输入信号之间不会有“滞后”。因此相关性的最大值是vector.size-1。
如果只想要重叠数据的相关值,可以使用mode='valid'
。
关于python - 如何解释 numpy.correlate 和 numpy.corrcoef 返回的值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13439718/
np.corrcoef 的作用 计算 Pearson 乘积矩相关系数。它可以用来分析给定数据集中各个变量之间的线性相关程度,返回一个相关系数矩阵,相关系数矩阵中的值介于 -1 到 1
我试图计算从文本中读取的大量数据之间的相关性。对于非常大的数据集,程序会出现内存错误。谁能告诉我如何解决这个问题。谢谢 以下是我的代码: enter code here import numpy fr
我正在尝试计算多个值的相关矩阵。这些值包括一些“nan”值。我正在使用 numpy.corrcoef。对于输出相关矩阵的元素(i,j),我想使用变量 i 和变量 j 存在的所有值计算相关性。 这是我现
np.corrcoef 返回一个矩阵对我来说似乎很奇怪。 correlation1 = corrcoef(Strategy1Returns,Strategy2Returns) [[ 1.
我想计算矩阵A的每个列向量与矩阵B列向量之间的相关性强>. 考虑: vectorsize = 777 A = np.random.rand(vectorsize, 64) B = np.random.
我正在尝试计算一个像素与整个图像的相关系数。我有以下有效的代码 #load picture from serialized data 21 channels, ~500 x ~900 px pic=p
我对生成相关随机变量有疑问...有没有一种方法可以生成 x1(0, 1)、x2(0, 1),它们通常具有 rho = 0;或生成x3(0, 1), x4(0, 1) 有 rho = 0.75 还是其他
我需要两个矩阵 X,Y 之间的 PIL 逊相关系数。如果我运行代码 corr=numpy.corrcoef(X,Y) 我的输出是一个具有相关系数的矩阵。但是我需要一个值来表示两个矩阵之间的相关性。 我
我需要两个矩阵 X,Y 之间的 PIL 逊相关系数。如果我运行代码 corr=numpy.corrcoef(X,Y) 我的输出是一个具有相关系数的矩阵。但是我需要一个值来表示两个矩阵之间的相关性。 我
我正在尝试按列关联两个矩阵。即,将第一个矩阵的第一列与第二个矩阵的第一列相关联,依此类推。在 numpy 中我这样做: np.corrcoef(x, y, axis=0) 效果很好。该命令的 Tens
我使用 scipy 的 pdist 和相关度量来构建相关矩阵,但这些值与我从 numpy 的 corrcoef 获得的值不匹配。 我将 pdist 应用于一个非常简单的两个具有相同值的一维数组:[1,
我有两个一维数组,我想看看它们之间的相互关系。我应该在 numpy 中使用什么程序?我正在使用 numpy.corrcoef(arrayA, arrayB) 和 numpy.correlate(arr
为什么使用 np.corrcoef(x) 和 df.corr() 时 numpy 相关系数矩阵和 Pandas 相关系数矩阵不同? x = np.array([[0, 2, 7], [1, 1, 9]
我正在研究两个相对较小的时间序列之间的互相关性,但在尝试完成的过程中,我遇到了一个我无法调和的问题。首先,我了解 plt.xcorr 和 np.correlate 之间的依赖关系。但是,我无法协调零延
我正在尝试在 Python 中使用 Numpy 进行时间序列分析。 我有两个中等大小的系列,每个都有 20k 值,我想检查滑动相关性。 corrcoef 给了我一个自相关/相关系数矩阵作为输出。在我的
我希望有人能帮我回答为什么numpy.cov()和np.std()计算的相关结果与直接计算的结果不同>np.corrcoef(). 下面的代码显示了差异 import numpy as np impo
似乎 numpy 中的 corrcoef 在常量列表传递给 corrcoef() 时抛出一个 RuntimeWarning函数,例如下面的代码抛出警告: import numpy as np X =
我是一名优秀的程序员,十分优秀!