Python Matplotlib.pyplot.xcorr()用法及代码示例

Matplotlib基于NumPy和备用框架构建，这就是为什么它快速高效的原因。它是开源的，具有巨大的社区支持。它具有与许多操作系统和图形后端兼容的能力。得到什么matplotlib.pyplot.xcorr()我们需要了解Cross-Correlation吗？

交叉相关

相关系数是两个变量相对运动之间关系强度的统计量度。

例如：让我们采用两个实值函数f和g。 g在x处是沿x轴的差。现在使用交叉相关计算。

matplotlib.pyplot.xcorr()

matplotlib.pyplot.xcorr()函数绘制两个数组列表之间的交叉相关。

参数：

参数	输入类型	描述
x	实数或复数浮点数的向量。	互相关的第一个变量。
y	实数或复数浮点数的向量。默认值为x。	互相关的第二个变量。
detrend	callable	x和y被可调用的下降趋势所下降。这必须是一个函数x = detrend(x)接受并返回numpy.array。这是可选参数，默认为不规范。
normed	bool	如果为True，则将输入向量归一化为单位长度。
usevlines	bool	如果为True，则使用轴从0到xcorr值绘制垂直线。它是一个可选参数
maxlags	int	显示的滞后次数。如果为None，将返回所有2 * len(x)-1个滞后。可选参数，默认值为10。

返回：

参数	类型	描述
lags	数组(长度2 * maxlags + 1)	滞后向量。
c	数组(长度2 * maxlags + 1)	自动相关向量。
line	LineCollection或Line2D	艺术家添加到关联的轴： 1.如果usevlines为True，则为LineCollection。 2.如果usevlines为False，则为Line2D。
b	Line2D或无	如果usevlines为True，则水平线为0。usevlines为False。

范例1：

# import matplotlib lirary 
import matplotlib.pyplot as plt 
import numpy as np 
  
# float lists for cross  
# correlation 
x=[11.37, 14.23, 16.3, 12.36, 
   6.54, 4.23, 19.11, 12.13, 
   19.91, 11.00] 
  
y=[15.21, 12.23, 4.76, 9.89, 
   8.96, 19.26, 12.24, 11.54, 
   13.39, 18.96] 
  
# Plot graph 
fig = plt.figure() 
ax1 = fig.add_subplot(211) 
  
# cross correlation using 
# xcorr() function 
ax1.xcorr(x, y, usevlines=True, 
          maxlags=5, normed=True, 
          lw=2) 
# adding grid to the graph 
ax1.grid(True) 
ax1.axhline(0, color='blue', lw=2) 
  
# show final plotted graph 
plt.show()

输出：
matplotlib.pyplot.xcorr()

范例2：

# import matplotlib lirary 
import matplotlib.pyplot as plt 
import numpy as np 
  
# float lists for cross 
# correlation 
x, y = np.random.randn(2, 100) 
  
# Plot graph 
fig = plt.figure() 
ax1 = fig.add_subplot(211) 
  
# cross correlation using xcorr() 
# function 
ax1.xcorr(x, y, usevlines=True,  
          maxlags=50, normed=True,  
          lw=2) 
  
# adding grid to the graph 
ax1.grid(True) 
ax1.axhline(0, color='blue', lw=2) 
  
# show final plotted graph 
plt.show()

输出：
matplotlib.pyplot.xcorr()

相关用法

注：本文由纯净天空筛选整理自RahulSabharwal大神的英文原创作品 Matplotlib.pyplot.xcorr() in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。