matplotlib.pyplot.xcorr()函数

Matplotlib构建在NumPy和并行框架上，这就是它快速高效的原因。它是开源的，有巨大的社区支持。它具有与许多操作系统和图形后端良好工作的能力。要获得matplotlib.pyplot.xcorr()，我们需要理解交叉相关。

互相关

相关系数是两个变量相对运动关系强度的统计度量。

举个例子:我们取两个实值函数f和g g在x处是x轴上的差值。现在计算xne使用交叉相关。

matplotlib.pyplot.xcorr()

matplotlib.pyplot.xcorr()函数绘制两个数组列表之间的相互关系。

参数:

Parameter	Input type	Description
x	实数或复数浮点数的向量。	相互关系的第一个变量。
y	实数或复数浮点数的向量。默认值为“x”。	相互关系的第二个变量。
detrend	callable	x和y被detrendcallable消除趋势。这必须是一个接受并返回numpy.array的函数x = detrend(x)。它是可选的参数default是不规格化。
normed	bool	如果为真，输入向量将被规范化为单位长度。
usevlines	bool	如果为True，则使用axis从0到xcorr值绘制垂直线。可选参数
maxlags	int	延迟的数量显示。如果None，将返回所有2 * len(x) – 1的滞后值。可选参数，默认值为10。

返回值:

Parameter	Type	Description
lags	数组(2 * maxlags长度+ 1)	滞后向量。
c	数组(2 * maxlags长度+ 1)	自相关向量。
line	线路收集或Line2D	美术人员添加了相关轴: 1. 如果use lines为True，则行集合。 2. 如果use lines为False则为Line2D。
b	Line2D 或 None	水平线在0如果使用线是真None使用线是假。

示例1

# 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:

示例2

# 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: