我有一个时间序列的向量数据——每个点都是一个二维向量。我想计算一个自相关(或类似的东西——如果我在这里误用了语言,请原谅)。假设时间 t 的向量是 v(t)。我想要的是计算矢量点积,以便我的相关性看起来像:
C(T) = ∑ v⃗(t) · v⃗(t+T)
对所有 t st v(t) 和 v(t+T) 求和。
有没有一种干净、紧凑的方法可以用 numpy 做到这一点?(也很乐意尝试 scipy 等的答案。)谢谢。
我有一个时间序列的向量数据——每个点都是一个二维向量。我想计算一个自相关(或类似的东西——如果我在这里误用了语言,请原谅)。假设时间 t 的向量是 v(t)。我想要的是计算矢量点积,以便我的相关性看起来像:
C(T) = ∑ v⃗(t) · v⃗(t+T)
对所有 t st v(t) 和 v(t+T) 求和。
有没有一种干净、紧凑的方法可以用 numpy 做到这一点?(也很乐意尝试 scipy 等的答案。)谢谢。