关于python计算自相关系数的问题

一大碗年糕

目前主要用的python的计算自相关系数的函数是from esmtools.stats import autocorr和from statsmodels.tsa.stattools import acf，但是总感觉速度有点慢（特别是对于分辨率很高的数据），不知道大家都是用什么计算自相关系数的呢？
另外对于同一个数据两个函数算出来的结果貌似不一样？之前一直没怎么仔细关注，如图对于同一个序列的计算结果，acf的结果不一样是什么原因呢

taiyang

1. <div style="color: rgb(204, 204, 204); background-color: rgb(31, 31, 31); font-family: Consolas, &quot;Courier New&quot;, monospace; line-height: 19px; white-space: pre;">
   
2. </div>

复制代码

def autocorrelation2(x, max_lag):
    """
    计算样本时间序列的自相关系数

    参数:
    x (numpy array): 时间序列数据
    max_lag (int): 最大滞后数，一般建议取为 n/3 到 n/10

    返回:
    autocorr (numpy array): 各滞后数下的自相关系数数组
    """
    n = len(x)
    mean_x = np.mean(x)  # 均值
    s = np.std(x, ddof=0)  # 标准差

    autocorr = np.zeros(max_lag + 1)  

    for j in range(max_lag + 1):
        autocorr[j] = np.sum((x[:n-j] - mean_x) * (x[j:] - mean_x)) / ((n - j) * s**2)

    return autocorr

可以直接算一下