numpy.ma.correlate#

ma.correlate(a, v, mode='valid', propagate_mask=True)[源代码]#

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

请参阅 np.convolve 的文档字符串.注意默认值是 ‘valid’,不同于 convolve,它使用 ‘full’.

propagate_maskbool

如果为True,则如果任何被屏蔽的元素对其有贡献,结果元素将被屏蔽.如果为False,则只有当没有未被屏蔽的元素对其有贡献时,结果元素才会被屏蔽.

返回:
outMaskedArray

a 和 v 的离散互相关.

参见

numpy.correlate

在顶级 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)

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)
On this page