说一下背景，两个array-like，都是时间序列的，要计算两个时间序列在不同时滞上的相关性大小。
matplot有一个线程的方法。
先把代码贴一下：
import matplotlib.pyplot as plt
z = [1, 2, 3, 4, 5, 6, 7, 8]
y = [4, 6, 3, 9, 10, 2, 5, 7]
plt.xcorr(z, y, normed=True, usevlines=False, maxlags=6, linestyle='-.')
plt.title("Cross-correlation analysis of z and y")
plt.xlabel("Lags")
plt.ylabel("Normalized correlation coefficient")
plt.show()
上述代码的效果图
然后再细说
首先
怎么加时滞，给哪个加
image.png
通过公式可以看出来，是给第一个array加时滞，这个时滞是在±maxlags之间的。
第二
参数normed参数比较简单，就是给数据是否归一化
image.png
第三
参数usevlines，画图的风格？？？不多说了，看图就行了
image.png
image.png
就这，false就是点连线，true就是垂直线
第四
还有一个参数：linestyle
因为我用到了，所以在这里记录一下怕万一忘了
这个就是线条的风格
线段
只有点
一共支持这些
