我有一系列矢量数据 - 每个点都是一个2D矢量。我想计算一个自相关（或类似的东西 - 如果我在这里滥用这种语言，请原谅我）。假设时间t处的向量是v（t）。我想要的是计算矢量点积，以便我的相关性如下：
C（T）=Σv⃗（t）·v⃗（t + T）
总结所有t s.t. v（t）和v（t + T）存在。
是否有一个干净，紧凑的方式与numpy这样做？ （很乐意尝试从scipy等处获得答案。）谢谢。
答案 0 :(得分：2)
我认为v具有以下格式：
v = numpy.array( [[1,2], [4,2], [15,34], [2,3]] )
提取两个组成部分：
v1 = v[:,0]
v2 = v[:,1]
然后使用correlate计算每个组件的相关性：
C = numpy.correlate(v1,v1,'full') + numpy.correlate(v2,v2,'full')
由于相关性是对称的，因此您只需要一半的结果。正确的一半是：
C = C[(len(C)/2):]