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