使用Python计算自相关函数

时间:2016-05-05 05:06:11

标签: python numpy runtime-error correlation

我要做的就是计算我正在使用以下公式的数组jx的自相关,

autocorrelation formula

其中n是我希望计算自相关函数的时间,Mt是最长时间,tk是从1Mt-n的时间步长。

这是我写的代码。我正在用一个简单的数组jx=linspace(1,10,20)检查我的程序。我还使程序保存不同n的自相关值,并用n绘制它们。

from numpy import *
from pylab import*

jx=linspace(1,10,20)

Mt=len(jx)

def Hcacf(n):
    Sum=0.0
    coeff1=0
    while coeff1 < (Mt-n) :
        Sum = Sum + jx[coeff1]*jx[coeff1+n]# + jy[coeff1]*jy[coeff1+n]
        coeff1=coeff1+1
    avg = Sum*1.0 / (Mt-n)
    return avg

autocorrelation=[]
for n in linspace(0,Mt-1,Mt):
    ac=Hcacf(n+1)
    autocorrelation.append(ac)

lag=linspace(0,Mt-1,Mt)
plot(lag,autocorrelation,marker='o')
show()

它返回的输出是这样的: enter image description here

但它也会返回以下错误消息:

 RuntimeWarning: invalid value encountered in double_scalars
     avg = Sum*1.0 / (Mt-n)

我哪里错了?

1 个答案:

答案 0 :(得分:2)

看来你的分数为零。它的工作原理如下:

1)在for n in linspace(0,Mt-1,Mt):n==Mt-1

2)因此,在下一行ac=Hcacf(n+1)中,您调用函数Hcacf(Mt)

3)但是在这个函数Hcacf中你有一行avg = Sum*1.0 / (Mt-n)。这是可以除零的地方。

要修复它,您可以排除第一行中间隔的端点。尝试用这一行替换它:

for n in linspace(0, Mt-1, num=Mt, endpoint=False):