您可以将X实现为M x N数组,Y作为N元素的另一个单独的时间序列数组,用X作为correlated。因此,假设X和{}分别为A和{},那么一个矢量化的实现将如下所示-
import numpy as np
# Rowwise mean of input arrays & subtract from input arrays themeselves
A_mA = A - A.mean(1)[:,None]
B_mB = B - B.mean()
# Sum of squares across rows
ssA = (A_mA**2).sum(1)
ssB = (B_mB**2).sum()
# Finally get corr coeff
out = np.dot(A_mA,B_mB.T).ravel()/np.sqrt(ssA*ssB)
# OR out = np.einsum('ij,j->i',A_mA,B_mB)/np.sqrt(ssA*ssB)
让我们使用这个
correlation
公式:您可以将}分别为},那么一个矢量化的实现将如下所示-
X
实现为M x N
数组,Y
作为N
元素的另一个单独的时间序列数组,用X
作为correlated
。因此,假设X
和{A
和{验证结果-
^{pr2}$相关问题 更多 >
编程相关推荐