pandas plotting.autocorrelation_plot 自相关图

pandas plotting 下的 autocorrelation_plot() 方法可以绘制时间序列的自相关图。

自相关

自相关（英语：Autocorrelation），也叫序列相关，是一个信号于其自身在不同时间点的互相关。非正式地来说，它就是两次观察之间的相似度对它们之间的时间差的函数。它是找出重复模式（如被噪声掩盖的周期信号），或识别隐含在信号谐波频率中消失的基频的数学工具。自相关函数在不同的领域，定义不完全等效。在某些领域，自相关函数等同于自协方差。

由于时间序列的相关性与之前的相同系列的值进行了计算，这被称为序列相关或自相关。一个时间序列的自相关系数被称为自相关函数，或简称ACF。这个图被称为相关图或自相关图。

语法

语法如下：

pandas.plotting.autocorrelation_plot(series, ax=None, **kwargs)

返回的是时间序列的自相关图。

参数：

• series：时间序列
• ax：可选，Matplotlib axis 对象
• **kwargs：matplotlib plotting 的参数

返回：

• class: matplotlib.axis.Axes

示例

图中的水平线对应于95%和99%置信区间，虚线为99%置信区间。

spacing = np.linspace(-9 * np.pi, 9 * np.pi, num=1000)
s = pd.Series(0.7 * np.random.rand(1000) + 0.3 * np.sin(spacing))
pd.plotting.autocorrelation_plot(s)
# <AxesSubplot:title={'center':'width'}, xlabel='Lag', ylabel='Autocorrelation'>

输出图形为：

参考

• https://pandas.pydata.org/docs/reference/api/pandas.plotting.autocorrelation_plot.html

更新时间：2022-06-27 15:03:53 标签：pandas 可视化 自相关