自相关函数python

自相关函数（Autocorrelation Function）是一种用于衡量时间序列数据中自身相关性的统计工具。在Python中，可以使用numpy库或者statsmodels库来计算自相关函数。

以下是使用numpy库计算自相关函数的示例代码：

import numpy as np

def autocorr(x):
    """
    计算时间序列数据的自相关函数
    """
    n = len(x)
    variance = x.var()
    x = x - x.mean()
    r = np.correlate(x, x, mode='full')[-n:]
    result = r / (variance * (np.arange(n, 0, -1)))
    return result

# 示例数据
data = np.random.randn(100)

# 计算自相关函数
acorr = autocorr(data)

# 打印结果
print(acorr)

如果你想使用statsmodels库来计算自相关函数，可以使用该库中的`acf`函数。以下是一个示例代码：

import numpy as np
import statsmodels.api as sm

# 示例数据
data = np.random.randn(100)

# 计算自相关函数
acorr = sm.tsa.acf(data, nlags=10)

# 打印结果
print(acorr)

这两种方法都可以用来计算时间序列数据的自相关函数，具体选择哪种方法取决于你的需求和习惯。