将单个时间序列与大量时间序列关联起来

Question

我有大量的时间序列（M），每个都有N时间点，存储在MxN矩阵中。然后我还有一个单独的时间序列，其中有N个时间点，我想把它与矩阵中的所有时间序列关联起来。在

一个简单的解决方案是逐行遍历矩阵并运行numpy.corrcoef。然而，我想知道有没有一种更快或更简洁的方法来完成这项工作？在

Answer 1

让我们使用这个correlation公式：

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)

验证结果-

^{pr2}$