如何在python中附加多个时间序列相关性列表？

Question

我想在两个时间序列之间建立关联。 我使用np.correcoef获取相关性作为列表。 现在我介绍了滞后假设3，如何为3个不同的滞后保存3个不同的列表。

我试过了

 for k in range(0,4,1):
      corr_k= [] 
      corr_k.append( np.corrcoef ( T[(365-k):(730-k)] ,T[365:730]) )

我希望我的结果分别为corr_0，corr_1 ... ...但是我只得到了corr_k。 在此步骤之后，我需要为每个k值制作邻接矩阵。 我正在使用netCDF文件作为m数据，T是温度。 任何想法如何做到这一点？ 谢谢。

Answer 1

用最少的示例进行编辑

import numpy as np
T = np.random.rand(100) #defines a dummy T with size 100
corr = {}
for k in range(4):
   corr[k] = np.corrcoef(T[50-k:100-k],T[50:100])

返回包含数组的字典corr 。 例如 ：

corr[0]
> array([[1., 1.],
       [1., 1.]])

如果这不适用于您的情况，则问题可能出在corrcoef ，而不是“附加”部分！

---

用DICT编辑

当您在循环中要求corr_k时，python无法知道您希望k为数字。 因此，它认为您的变量名是corr_k而不是corr_0 ，依此类推。 这是充满希望的，想一想噩梦，如果python自己更改了所有k字符！ 因此，要指定随循环索引而变化的变量名，请使用字典（如本答案所示 ）并将列表存储在其中：

corr = {}
 for k in range(4):
      corr[k] = np.corrcoef ( T[(365-k):(730-k)] ,T[365:730] ) 

然后，您将获得以下输出： corr[0] ， corr[1] ， corr[2] ， corr[3] 。

---

由于这里没有T ，因此很难测试您的代码，但是作为第一步，我发现对于每个步骤，您都在定义corr_k=[] ，因此覆盖了列表而不是附加列表。 尝试：

corr_k= [] 
for k in range(4):
      corr_k.append( np.corrcoef ( T[(365-k):(730-k)] ,T[365:730]) )