1.Seaborn
Seaborn是基于matplotlib的Python数据可视化库。它提供了一个高级界面,用于绘制引人入胜且内容丰富的统计图形。更多运用了解Seaborn官方介绍
2.seaborn.load_dataset
seaborn.load_dataset(name, cache=True, data_home=None, **kws)从在线库中获取数据集(需要联网)。
参数说明:
name:字符串,数据集的名字 (name.csv on https://github.com/mwaskom/seaborn-data)。 您可以通过 get_dataset_names() 获取可用的数据集
cache:boolean, 可选,如果为True,则在本地缓存数据并在后续调用中使用缓存
data_home:string, 可选,用于存储缓存数据的目录。 默认情况下使用 ~/seaborn-data/
kws:dict, 可选,传递给 pandas.read_csv
关于此,更多可参考官网
3.matplotlib.pyplot
matplotlib.pyplot.acorr(x,hold = None,data = None,** kwargs )
参数说明
x | 标量序列 |
---|---|
hold | 布尔值,可选,不推荐使用,默认值:True |
detrend | 可调用,可选,默认:mlab.detrend_none |
normed | 布尔值,可选,默认值:True如果为True,则将输入向量归一化为单位长度。 |
usevlines | 布尔值,可选,默认:True如果为True,则使用Axes.vlines绘制从原点到acorr的垂直线。否则,将使用Axes.plot |
maxlags | 整数,可选,默认:10;显示的滞后次数。如果为None,将返回所有2 * len(x)-1个滞后。 |
返回值 | (滞后,c,行,b):其中:lags 是长度2maxlags + 1滞后向量。c 是2 maxlags + 1自相关向量line是由Line2D返回的实例 plot,b 是x轴。 |
更多 | 点此进入官网,了解更多示例 |
4.matplotlib.pyplot.plot
matplotlib.pyplot.acorr(x,hold = None,data = None,** kwargs )
参数详解:
网搜一篇文章觉得写的挺有帮助的,自己就不写啦:
1.参考博客matplotlib.pyplot.plot