试图用函数计算自相关系数答案

【问题标题】：Trying to calculate autocorrelation coefficient with function试图用函数计算自相关系数
【发布时间】：2019-09-19 03:46:59
【问题描述】：

我正在尝试复制这个自相关公式，其中T 是样本数，k 是滞后数。

【问题讨论】：

你得到了什么？
这里有很多错误，1) 你对np.sum 的使用没有按照你的想法做，2) 每当i == 2 你的'demoninator == 0` 会抛出一个@ 987654327@除以0

【解决方案1】：

每个定义的第一个元素的自相关为 1.0。对于其余元素，我们使用列表推导（请注意，问题中的公式假定索引从 1 到 T，而 python 数组是基于 0 的）：

mean = np.mean(x)    
denominator = np.sum((x-mean)**2)
[1.0] + [np.sum((x[j:]-mean) * (x[:-j]-mean)) / denominator for j in range(1, len(x))]

【讨论】：

感谢您的回答，史蒂夫！请问[1.0] 代表什么？它的目的是什么？
1.0 是列表中的第一个元素，即与lag = 0 的自相关。当您解决问题中给出的 k = 0 公式时，您会看到得到 1.0。
我明白了...但是为什么要将它包含在循环之外？
这只是一个技术难题：对于 j = 0，第二个切片 (x[:-j]) 变为 x[:-0]，这是一个空数组，因为 python 在 x[:0] 之间没有区别（最多不包括第 0 个）元素）和x[:-0]，我们需要将其解释为从末尾开始的第0个元素（=整个数组），但python将其视为x[:0]。因此，我们将第一个元素设置为先验已知值 1.0，而不是计算它。