在Python中计算作为滞后函数的自相关

在python（+pandas/numpy/scipy/statsmodels）中，是否有函数返回wrt lag的自相关？这样的东西是否已经作为库函数存在

import statsmodels.api as sm

np.random.seed(1234)
s = pd.Series(np.sin(range(1,100))) + pd.Series(np.random.randn(99))
pd.Series(sm.tsa.acf(s, nlags=5))

为了避免混淆，我需要以下内容，只是我不想绘制它，但我希望它作为一个系列（pd.series或pd.DataFrame）返回：

实际上，我想要的是

pd.Series.autocorr（）

返回的内容，但我想要的是一个序列，而不是一个标量，其中序列包含各种滞后的自相关

编辑：

实现上述目标的一种方法是：

pd.Series([s.autocorr(i) for i in range(0,s.shape[0]-1)], index=range(0,s.shape[0]-1))

---

我只能想加快你自己的方法

矢量化

np.vectorize(s.autocorr)(np.arange(0,len(s)-1))

Statsmodels
acf
功能如何

import statsmodels.api as sm

np.random.seed(1234)
s = pd.Series(np.sin(range(1,100))) + pd.Series(np.random.randn(99))
pd.Series(sm.tsa.acf(s, nlags=5))

屈服

0    1.000000
1    0.033136
2   -0.124275
3   -0.396403
4   -0.248519
5    0.078170
dtype: float64

@文本：它仅显示如何绘制acf/pacf。看不到任何返回acf/pacf系列的代码。我只是抄错了page@Wen-Ben我的意思是我可以用pd.Series.autocorr（）tbh来理解列表，只是觉得还有更复杂的东西。好的，我将编写我自己的函数。我已经提供了一种方法，希望它比您以前的行更快