Python numpy.correlate：完整和有效之间的关系

我在两组数据上使用numpy.correlate，这两组数据的值都很大

文件表明：

模式：{'full'，'valid'，'same'}，可选的'full'：

默认情况下，模式为“满”。这将返回每个点的卷积 重叠，输出形状为（N+M-1，）。在 卷积，信号不完全重叠，边界 效果是可以看到的

“相同”：模式相同返回最大长度（M，N）的输出。边界效应 仍然可见

“valid”：模式valid返回长度为max（M，N）-min（M，N）的输出+ 1.卷积积仅用于信号完全重叠的点。信号边界之外的值不起作用

根据这些解释，我希望对于我的集合，“有效”选项将为我提供与使用“完整”选项返回的值20000相同的值，因为只有该值集合才会叠加。然而，这两个值是不同的

---

有人能解释一下它是如何工作的吗？

记住Python索引从零开始，而不是从1开始。您想要索引19999而不是20000：

x = np.random.randn(20000)
y = np.random.randn(20000)

np.correlate(x, y, 'valid')[0]
# -29.778322045152521

np.correlate(x, y, 'full')[19999]
# -29.778322045152521

---

非常感谢。我想该小睡一会儿了。