python - 在 numpy.correlate 中指定滞后

Question

Matlab 的互相关函数 xcorr(x,y,maxlags) 有一个选项 maxlag，它返回滞后范围内的互相关序列 [ -maxlags:maxlags]。 Numpy 的 numpy.correlate(N,M,mode) 有三种模式，但它们都不允许我设置特定的滞后，这与完整的 (N+M-1)，相同的 (max(M, N)) 或有效的 (max(M, N) - min(M, N) + 1 )。对于 len(N) = 60000，len (M) = 200，我想将滞后设置为 100。

Answer 1

matplotlib.xcorr 具有 maxlags 参数。它实际上是 numpy.correlate 的包装器，因此不会节省性能。尽管如此，它给出的结果与 Matlab 的互相关函数给出的结果完全相同。下面我编辑了 maxplotlib 中的代码，以便它只返回相关性。原因是如果我们按原样使用 matplotlib.corr，它也会返回绘图。问题是，如果我们将复杂数据类型作为参数放入其中，当 matplotlib 尝试绘制绘图时，我们将收到“将复杂数据类型转换为真实数据类型”的警告。

<!-- language: python -->

import numpy as np
import matplotlib.pyplot as plt

def xcorr(x, y, maxlags=10):
    Nx = len(x)
    if Nx != len(y):
        raise ValueError('x and y must be equal length')

    c = np.correlate(x, y, mode=2)

    if maxlags is None:
        maxlags = Nx - 1

    if maxlags >= Nx or maxlags < 1:
        raise ValueError('maxlags must be None or strictly positive < %d' % Nx)

    c = c[Nx - 1 - maxlags:Nx + maxlags]

    return c