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

av 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)