import numpy as np
import matplotlib.pyplot as plt
# 让每次生成的随机数一样,seed括号里的数用做标记没有实际含义
np.random.seed(19680801)
dt = 0.01
# np.arange()用法,函数返回一个有终点和起点的固定步长的排列,
# 第一个参数为起点,第二个参数为终点,第三个参数为步长
t = np.arange(0, 30, dt)
# print(t)
# randn函数返回一个或一组样本,具有标准正态分布,
# 函数括号里(5)表示1*5,(2,3)表示一个2*3的数组,(2,2,3)表示两个2*3的数组
nse1 = np.random.randn(len(t)) # white noise 1
nse2 = np.random.randn(len(t)) # white noise 2
# print(nse1)
# 两组数据,数据构成由arange排列的sin和一个随机数构成
s1 = np.sin(2 * np.pi * 10 * t) + nse1
s2 = np.sin(2 * np.pi * 10 * t) + nse2
# 将返回既是fig图形对象又axes是2x1的轴对象数组,也就是两行一列的两个子图
fig, axs = plt.subplots(2, 1) # 和以下三句等同
# fig=plt.figure()
# ax=fig.add_subplot(2,1,1)
# ax=fig.add_subplot(2,1,2)
# axs[0]表示
python画图1:matplotlib绘制两个变量相关性图详解
最新推荐文章于 2024-07-18 20:52:37 发布
本文详细解析如何使用Python的matplotlib库绘制两个变量之间的相关性图表。通过实例,展示了如何准备数据、设置图表样式以及解读相关性图,帮助读者深入理解数据的相关性分析。
摘要由CSDN通过智能技术生成