Python 计算不同时间序列的相关性

我有几个时间序列，即我在15分钟内测量了几个信号。每个信号每秒采样几次，但不同信号的时间戳不相等。假设我们从时间0开始。例如，信号1具有以下内容（时间戳、值）：

信号2具有以下内容（时间戳、值）：

---

我现在如何计算这些时间序列值的相关性，例如python或Matlab？如果这些值总是在相同的时间戳上，我可以只计算各个值之间的相关性，但不幸的是，这些值不在相同的时间戳上。

您可以对其中一个数据集进行一些简单的插值（参见MATLAB），以便它们共享采样率，如果这是您唯一的问题

X=[0.1954
零点二一零零零
零点二四一零九零
零点三八五五
0.45  600];
Y=[0.05 900
零点一三九六零
零点二一零零零
零点二九八五零
0.33  800];
t=Y（：，1）；%从Y获取时间样本
%将X2值插值（线性，外推）到时间样本t上
X2=[t，interp1（X（：，1），X（：，2），t，'linear'，'extrap'）；
>>X2=[0.05 931
0.13  967.8
零点二一零零零
0.29  894.1667
0.33  804];

---

现在它们有了相同的采样点，你可以做你想做的事。

假设你有一个信号，在时间点

t1

处有一个数组

s1

，在时间点

t2

处有一个信号

s2

求值。在Python中使用：

为两个信号选择一组共同的时间点

t

。您可以选择

t1

或

t2

，或使用计算所考虑时间范围内的线性空间。在任何情况下，我都会确保

t

的最小值和最大值都在

t1

和

t2

的范围内，以避免外推

计算两个信号的插值，

s1interp

和

s2interp

。这可以通过计算线性插值的。如果你需要更复杂的插值方法，你可以看看SciPy的

计算

s1interp

和

s2interp

之间的相关性。这件事就这样结束了

---

插入相同的时间戳，然后计算相关性。谢谢你的回答，jdehesa。用corrcoef我得到了一个价值矩阵。如何将其聚合为单个值来估计相关性？@machine-Right，我忘了，

np.corrcoef

给出了皮尔逊相关矩阵。因为这里只有两个变量，所以您可以选择元素

[0，1]

或

[1，0]

（值相同），它应该在

[-1，1]

范围内。谢谢。假设两个信号相互关联，但它们在y方向上移动（一个信号的振幅较低）。如果我不知道移位的值，我如何补偿？我不想将这个移位合并到相关值中。@Mmm，我不确定我是否遵循。。。您实际上是在寻找（）还是（）呢？

0.1s: 954
0.2s: 1000
0.24s: 1090
0.3s: 855
0.45s: 600
... 

0.05s: 900
0.13s: 960
0.2s: 1000
0.29s: 850 
0.33s 800
...