En el programa Numpy, podemos calcular la correlación cruzada de dos arrays dadas con la ayuda de correlacionar(). En este primer parámetro y el segundo parámetro pasan las arrays dadas, devolverá la correlación cruzada de dos arrays dadas.
Sintaxis: numpy.correlate(a, v, modo = ‘válido’)
Parámetros:
a, v: [array_like] Secuencias de entrada.
modo: [{‘válido’, ‘igual’, ‘completo’}, opcional] Consulte la string de documentación de convolución. El valor predeterminado es ‘válido’.Retorno: [ndarray] Correlación cruzada discreta de a y v.
Ejemplo 1:
En este ejemplo, crearemos dos arrays NumPy y la tarea es calcular la correlación cruzada usando correlate() .
Python3
import numpy as np array1 = np.array([0, 1, 2]) array2 = np.array([3, 4, 5]) # Original array1 print(array1) # Original array2 print(array2) # ross-correlation of the arrays print("\nCross-correlation:\n", np.correlate(array1, array2))
Producción:
[0 1 2] [3 4 5] Cross-correlation: [14]
Ejemplo 2:
Python3
import numpy as np array1 = np.array([1,2]) array2 = np.array([1,2]) # Original array1 print(array1) # Original array2 print(array2) # Cross-correlation of the arrays print("\nCross-correlation:\n", np.correlate(array1, array2))
Producción:
[1 2] [1 2] Cross-correlation: [5]
Publicación traducida automáticamente
Artículo escrito por avengerjanus123 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA