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’}, optional

请参阅 np.convolve 的文档字符串.请注意,默认值为 ‘valid’,与使用 ‘full’ 的 convolve 不同.

propagate_maskbool

如果为 True,则如果任何被掩码的元素对结果有贡献,则结果元素将被掩码.如果为 False,则仅当没有非掩码元素对结果有贡献时,结果元素才会被掩码.

返回:
outMaskedArray

a 和 v 的离散互相关.

参见

numpy.correlate

NumPy 顶级模块中的等效函数.

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)

与掩码元素的相关性:

>>> 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)

具有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