Python 应用numpy'；s与特定轴的相关性（自相关）

假设我有一个100x100x100numpy阵列。我试图将这个数组的

np.correlate

与它自身相关联，但只应用于它的一个轴，比如轴1。在一个理想的世界里，这应该是

print(a.shape) # (100,100,100,100)
correlated = np.correlate(a, a, "full", axis=1)
print(correlated.shape) # (100,199,100,100)

因此，基本上与np.fft的行为相同，但具有相关性。我可以迭代所有其他维度，然后在每一步计算相关性，但是这些数组会变得非常大，这会变得非常缓慢

---

有没有一种更快捷的方法？我尝试使用

apply\u over\u axes

，但显然不可能。而且，

apply\u over\u axes

，

vectorize

，等等都是隐藏的python循环，所以我想这不会有什么好处。

欢迎来到@保尔·潘泽尔：我希望这是一个直截了当的答案，但我很失望地看到事实显然并非如此。哦，好吧……如果你真的急需它，你可以按照扎克的建议去做（他的选项（2））@PaulPanzer我不知道足够的C来重新编程相关函数。我想我现在只能在python上做了。甚至可以用fortran语言编程。你不必接触任何C语言，fftconvolve是用python编写的。它把fftn称为重型起重设备，fftn实际上让你可以在你有兴趣的时候选择斧头。因此，您必须修改此代码以接受Axis参数，并将其传递给fftn，再加上一些轻微的注释但可行的簿记。也就是说，到目前为止，我都懒得自己做这件事了……欢迎来到这里@保尔·潘泽尔：我希望这是一个直截了当的答案，但我很失望地看到事实显然并非如此。哦，好吧……如果你真的急需它，你可以按照扎克的建议去做（他的选项（2））@PaulPanzer我不知道足够的C来重新编程相关函数。我想我现在只能在python上做了。甚至可以用fortran语言编程。你不必接触任何C语言，fftconvolve是用python编写的。它把fftn称为重型起重设备，fftn实际上让你可以在你有兴趣的时候选择斧头。因此，您必须修改此代码以接受Axis参数，并将其传递给fftn，再加上一些轻微的注释但可行的簿记。也就是说，到目前为止，我自己都懒得去做。。。