我想计算两个数组a
和b
之间的相关性; a
和b
的形状为(10, 2)
。我期望一个形状为(10, 10)
的相关矩阵,其值为[-1, 1]
;每对的相关值。
>>> a
array([[-1.22674504, 0.08136256],
[ 1.95456381, -1.31209914],
[ 0.29199221, 0.00573356],
[ 0.66700798, -0.68239164],
[-1.03723395, -0.15456914],
[-0.52541249, -0.21180142],
[-0.94584861, -0.81954194],
[ 1.11044632, 2.02689438],
[-0.12003807, 0.00595059],
[-0.16873215, 1.06046219]])
>>> b
array([[-0.06960341, 0.01320213],
[ 0.1108986 , -0.21290515],
[ 0.01656714, 0.00093034],
[ 0.03784489, -0.11072692],
[-0.05885088, -0.02508085],
[-0.029811 , -0.03436753],
[-0.05366583, -0.13298134],
[ 0.06300482, 0.32888998],
[-0.00681075, 0.00096556],
[-0.00957357, 0.17207378]])
我使用numpy.corrcoef(a, b)
并获得(20, 20)
矩阵,而不是(10, 10)
。
>>> numpy.corrcoef(a, b)
array([[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[-1., 1., 1., 1., -1., -1., -1., -1., -1., -1., -1., 1., 1.,
1., -1., 1., 1., -1., -1., -1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.],
[ 1., -1., -1., -1., 1., 1., 1., 1., 1., 1., 1., -1., -1.,
-1., 1., -1., -1., 1., 1., 1.]])
一行是一个有两个值的观察,我怎么能告诉Python它是二维的来计算相关性?为什么每个值都是-1
或1
?
答案 0 :(得分:1)
xcorr2
中的Matlab
可能需要此代码,对吧?
这是2-D cross-correlation
import scipy.signal
print scipy.signal.correlate2d(a, b)
请参阅:http://www.mathworks.co.kr/kr/help/signal/ref/xcorr2.html