Numpy korrelerer
Korrelasjonen () -funksjonen i Numpy bestemmer kryss-korrelasjonen av to endimensjonale sekvenser.
I følge de offisielle Numpy Docs beregner korrelasjonen () -funksjonen korrelasjonen som definert i signalbehandlingstekster:
| 1 | c_ av [k] = sum_n a [n+k] * conj (v [n]) |
I mer forenklede termer refererer kryss-korrelasjon til måling av likhetene mellom to sekvenser som en funksjon av forskyvningen av en serie i forhold til hverandre.
Du kan sette pris på matematikken og logikken bak kryss-korrelasjon i ressursen nedenfor:
https: // no.Wikipedia.org/wiki/tverrkorrelasjon
Funksjonssyntaks
For nå, la oss fokusere på korrelasjonen () -funksjonen i Numpy og dens arbeid
Funksjonssyntaksen er som avbildet nedenfor:
| 1 | numpy.korrelere (a, v, modus = 'gyldig') |
Funksjonsparametrene er som følger:
- a, v - refererer til inngangssekvensene.
- modus - refererer til konvolusjonsmodus-defaults til gyldige. Du kan lære mer om konvolusjon i den offisielle Numpy Convolve -funksjonen og Wikipedia Convolution.
Returverdi
Funksjonen vil deretter returnere den diskrete kryss-korrelasjonsverdien til inngangssekvensene.
Eksempel 1
Ta eksemplet nedenfor som viser hvordan du bruker korrelasjonen () -funksjonen for å bestemme kryss-korrelasjonen av to sekvenser.
| 1 2 3 4 5 6 | # Importer numpy Importer numpy som NP a = np.Array ([1,2,3]) V = NP.Array ([1., 2, 3.3]) trykk (NP.korrelere (a, v)) |
Eksemplet over skal returnere en kryss-korrelasjonsverdi som vist:
| 1 | [14.9] |
Eksempel nr. 2
For å spesifisere konvolusjonsmodus, kan vi gjøre:
| 1 2 3 | a = np.Array ([1,2,3]) V = NP.Array ([1., 2, 3.3]) trykk (NP.korrelere (a, v, 'samme')) |
Koden over skal returnere kryss-korrelasjonen ved hjelp av 'samme' konvolusjonsmodus.
| 1 | [8.6 14.9 8. ] |
Eksempel nr. 3
For den 'fulle' konvolusjonsmodus, bør eksemplet ovenfor komme tilbake:
| 1 2 3 | a = np.Array ([1,2,3]) V = NP.Array ([1., 2, 3.3]) trykk (NP.korrelere (a, v, 'full')) |
Produksjon:
| 1 | [3.3 8.6 14.9 8. 3. ] |
Konklusjon
Denne guiden gir grunnleggende om å jobbe med Correlate () -funksjonen i Numpy. Utforsk gjerne dokumentene for mer.
Glad koding!!