क्या 1 डी एरे पर एक numpy/scipy/matplotlib फ़ंक्शन के साथ परिपत्र क्रॉस-ऑटो-सहसंबंध प्रदर्शन करना संभव है? मैंने numpy.correlate() और matplotlib.pyplot.xcorr (numpy फ़ंक्शन पर आधारित) को देखा है, और दोनों सर्कुलर क्रॉस-सहसंबंध करने में सक्षम नहीं हैं।सर्कुलर क्रॉस सहसंबंध पाइथन
अंतर को स्पष्ट करने के लिए, मैं [1, 2, 3, 4] की सरणी के उदाहरण का उपयोग करूंगा। परिपत्र सहसंबंध के साथ, एक आवधिक धारणा बनाई जाती है, और 1 का अंतराल [2, 3, 4, 1] जैसा दिखता है। पाइथन फ़ंक्शंस जो मैंने पाया है केवल शून्य-पैडिंग का उपयोग करना प्रतीत होता है, यानी, [2, 3, 4, 0]। क्या इन कार्यों को परिपत्र सहसंबंध करने का कोई तरीका है? यदि नहीं, तो सर्कुलर सहसंबंधों के लिए मानक कार्यवाही है?
न केवल fft संस्करण आपको hstack के ऊपरी हिस्से की छापता है, यह एन * लॉग (एन) जटिलता में गणना को बनाता है क्योंकि सहसंबंध के मामले में n^2 के विपरीत। –
[1] और कुछ [अन्य स्रोतों] के अनुसार (http://mathworld.wolfram.com/Cross-Correlation.html) पहला शब्द संयुग्मित होना चाहिए: 'ifft (fft (x) .conj() * fft (वाई)) वास्तविक ' [1] पापौलिस, ए फूरियर इंटीग्रल और इसके अनुप्रयोग। न्यूयॉर्क: मैकग्रा-हिल, पीपी 244-245 और 252-253, 1 9 62। [Google पुस्तकें लिंक] (https://books.google.de/books?id=txMIAQAAIAAJ) –