Python Matplotlib.pyplot.xcorr()用法及代碼示例

Matplotlib基於NumPy和備用框架構建，這就是為什麽它快速高效的原因。它是開源的，具有巨大的社區支持。它具有與許多操作係統和圖形後端兼容的能力。得到什麽matplotlib.pyplot.xcorr()我們需要了解Cross-Correlation嗎？

交叉相關

相關係數是兩個變量相對運動之間關係強度的統計量度。

例如：讓我們采用兩個實值函數f和g。 g在x處是沿x軸的差。現在使用交叉相關計算。

matplotlib.pyplot.xcorr()

matplotlib.pyplot.xcorr()函數繪製兩個數組列表之間的交叉相關。

參數：

參數	輸入類型	描述
x	實數或複數浮點數的向量。	互相關的第一個變量。
y	實數或複數浮點數的向量。默認值為x。	互相關的第二個變量。
detrend	callable	x和y被可調用的下降趨勢所下降。這必須是一個函數x = detrend(x)接受並返回numpy.array。這是可選參數，默認為不規範。
normed	bool	如果為True，則將輸入向量歸一化為單位長度。
usevlines	bool	如果為True，則使用軸從0到xcorr值繪製垂直線。它是一個可選參數
maxlags	int	顯示的滯後次數。如果為None，將返回所有2 * len(x)-1個滯後。可選參數，默認值為10。

返回：

參數	類型	描述
lags	數組(長度2 * maxlags + 1)	滯後向量。
c	數組(長度2 * maxlags + 1)	自動相關向量。
line	LineCollection或Line2D	藝術家添加到關聯的軸： 1.如果usevlines為True，則為LineCollection。 2.如果usevlines為False，則為Line2D。
b	Line2D或無	如果usevlines為True，則水平線為0。usevlines為False。

範例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()

輸出：
matplotlib.pyplot.xcorr()

範例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()

輸出：
matplotlib.pyplot.xcorr()

相關用法

注：本文由純淨天空篩選整理自RahulSabharwal大神的英文原創作品 Matplotlib.pyplot.xcorr() in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。