matplotlib.axes.axes.acorr()

matplotlib.axes.axes.acorr()函数，使用matplotlib库的Axes模块中的Axes.acorr()函数绘制x的自相关关系。

语法:

Axes.acorr(self, x, *, data=None, **kwargs)

参数:该方法接受如下参数说明:

• x:标量序列。
• dettrend:可选参数。默认值为mlab.detrend_none
• 这个参数也是一个可选参数，它包含bool值。默认值为True
• usevlines:该参数也是一个可选参数，包含bool值。默认值为True
• maxlag:可选参数，取值为整型。默认值为10
• linestyle:该参数也是可选参数，仅当usevlines为False时，用于绘制数据点。
• marker:该参数也是可选参数，包含字符串。它的默认值是’ o ‘

该方法返回如下内容:

• lag:这个方法返回滞后向量
• c:这个方法返回自相关向量。
• line: usevlines为True时增加LineCollection，否则增加Line2D。
• 如果usevlines为真，则此方法返回水平线为0，否则为None。

结果是(lag, c, line, b)。

下面的例子演示了matplotlib.axes中的matplotlib.axes.acorr()函数:

示例1

# Implementation of matplotlib function
   
import matplotlib.pyplot as plt
import numpy as np
   
# Time series data
geeks = np.array([24.40, 110.25, 20.05,
                  22.00, 61.90, 7.80, 
                  15.00, 22.80, 34.90, 
                  57.30])
   
# Plot autocorrelation
fig, ax = plt.subplots()
ax.acorr(geeks, maxlags = 9)
   
# Add labels to autocorrelation
# plotax.xlabel('X-axis')
ax.set_ylabel('Y-axis')
  
ax.set_title('matplotlib.axes.Axes.acorr() Example')
  
plt.show()

输出:

示例2

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
   
   
# Fixing random state for reproducibility
np.random.seed(10**7)
geeks = np.random.randn(100)
  
fig, ax = plt.subplots()
ax.acorr(geeks, usevlines = True, normed = True,
         maxlags = 80, lw = 3)
ax.grid(True)
  
ax.set_title('matplotlib.axes.Axes.acorr() Example')
  
plt.show()

输出: