numpy.ma.correlate#
- ma.correlate(a, v, mode='valid', propagate_mask=True)[source]#
两个一维序列的互相关。
- 参数:
- a, varray_like
输入序列。
- mode{‘valid’, ‘same’, ‘full’}, 可选
请参考 np.convolve 的文档字符串。请注意,默认值为 ‘valid’,这与
convolve
不同,后者使用 ‘full’。- propagate_maskbool
如果为 True,则如果任何掩码元素对结果元素有贡献,则该结果元素将被掩码。如果为 False,则只有当没有非掩码元素对结果元素有贡献时,该结果元素才会被掩码。
- 返回值:
- outMaskedArray
a 和 v 的离散互相关。
参见
numpy.correlate
顶级 NumPy 模块中的等效函数。
示例
基本相关性
>>> a = np.ma.array([1, 2, 3]) >>> v = np.ma.array([0, 1, 0]) >>> np.ma.correlate(a, v, mode='valid') masked_array(data=[2], mask=[False], fill_value=999999)
带有掩码元素的相关性
>>> a = np.ma.array([1, 2, 3], mask=[False, True, False]) >>> v = np.ma.array([0, 1, 0]) >>> np.ma.correlate(a, v, mode='valid', propagate_mask=True) masked_array(data=[--], mask=[ True], fill_value=999999, dtype=int64)
使用不同模式和混合数组类型的相关性
>>> a = np.ma.array([1, 2, 3]) >>> v = np.ma.array([0, 1, 0]) >>> np.ma.correlate(a, v, mode='full') masked_array(data=[0, 1, 2, 3, 0], mask=[False, False, False, False, False], fill_value=999999)