Matplotlib.pyplot.xcorr()用 Python
表示
哎哎哎:# t0]https://www.geeksforgeeks.org/matplot lib-pyplot-xcorr-in-python/
Matplotlib 是建立在 NumPy 和 sideby 框架上的，这就是它快速高效的原因。它是开源的，拥有巨大的社区支持。它能够很好地与许多操作系统和图形后端一起工作。为了得到 matplotlib.pyplot.xcorr()做什么，我们需要了解互相关。
互相关
相关系数是两个变量相对运动之间关系强度的统计度量。 例如:让我们取两个实值函数 f 和 g，g 在 x 处，是沿 x 轴的差。现在用互相关来计算。
matplotlib.pyplot.xcorr()
matplotlib.pyplot.xcorr()函数绘制两个数组列表之间的互相关。 参数:
返回:
例 1:
蟒蛇 3
# import matplotlib library
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:
例 2:
蟒蛇 3
# import matplotlib library
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:
