如何高效地計算多維數據的自相關函數？

我有一個非常大的數據集的形狀（T，N），我想在numpy.correlate計算在Python自相關函數，如：（！）如何高效地計算多維數據的自相關函數？

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

但所有樣品N和不求和使用一個for循環。根據「有效」模式進行計算就足夠了。但是，這個函數只允許一維數組。有沒有快速的方法來做到這一點？

2017-08-11 Benti

[scipy.signal.correlate2d]（https://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.signal.correlate2d.html）？ – crazyGamer

不幸的是，該函數計算所有的互相關，也是不同的樣本之間。但是，我想只在T方向上計算相關性，而在N方向上求和。 – Benti

correlate1d如何沿每行應用：https：//docs.scipy.org/doc/scipy-0.16.0/reference/generated/scipy.ndimage.filters.correlate1d.html？ – Divakar

我意識到，這已被要求before。執行傅立葉變換，然後計算功率譜可以做到這一點！

2017-08-12 11:42:15 Benti

回答