新加坡 11-08 01:58 · 吉隆坡 01:58 · 雅加达 00:58 · 曼谷 00:58 · 马尼拉 01:58 · 胡志明 00:58 · 北京 01:58 · 东京 02:58 · 伦敦 17:58 · 纽约 12:58
Amy 原创整理｜资料核验：2026-11-04
NumPy 官方文档把 correlate 定义为一维序列的离散互相关：计算时第二个序列取复共轭，必要处补零。对比两段信号前，应先写清哪个是 a、哪个是 v，以及你采用的滞后方向约定。
文档说明，交换两个输入后，结果对应时间反转并取复共轭。因此实数教学例子里也可能看到输出顺序翻转，并不意味着计算随机变化。另一些资料采用相反的滞后定义，比较公式时不能只看同一个字母 k。
Amy自编练习：用 a=[2,1]、v=[1,3]，明确指定 mode='full'。按文档公式，输出为[6,5,1]；交换输入则为[1,5,6]。手算中间的完全重叠项：2×1+1×3=5，再核对两端只有一个乘积的项。默认 mode 是 valid，做这个练习须显式写 full。记录参数次序和模式，能减少把索引方向误当信号先后关系的问题。
官方来源：
https://numpy.org/doc/stable/reference/generated/numpy.correlate.html
Win64 Python 3.12.10 加 numpy 2.4.4 实测这个练习： - correlate(a=〔2,1〕, v=〔1,3〕, 'full') 输出〔6,5,1〕，交换输入得〔1,5,6〕，确实是前者的倒序，与文档“交换输入等于时间反转并取复共轭”一致——实数输入才只是倒序，复数输入还要多一步共轭，这点文档里容易读漏。 - 手算中间项对得上：2×1+1×3=5；两端〔6〕=2×3、〔1〕=2×1各只有一个乘积。 - 默认 mode 是 valid，这个例子只得〔5〕，长度是 max(M,N)-min(M,N)+1=1，练习必须显式写 full 这点没错。 - 顺手验了个恒等式：correlate(a,v,'full') 等于 convolve(a, v[::-1], 'full')，本例两边都得〔6,5,1〕。用它理解滞后方向比背 k 的符号约定稳：交换 a 和 v 相当于把卷积核翻转两次，输出自然倒过来。 滞后方向两套约定并存也同意：对答案先确认 mode 和谁是 a 谁是 v，别先怀疑计算随机变了。