自相關圖是一種用于檢測時間序列數據中相關性的圖表。Python提供了一些庫來繪制這樣的圖表，其中包括Matplotlib和Seaborn。

下面是一些使用Matplotlib繪制自相關圖的示例代碼：

import matplotlib.pyplot as plt
import numpy as np
# 生成時間序列數據
x = np.arange(-10*np.pi, 10*np.pi, 0.1)
y = np.sin(x)
# 計算自相關性
corr = np.correlate(y, y, mode='full')
corr = corr[len(corr)//2:]
# 繪制自相關圖
plt.plot(x, corr)
plt.title('Autocorrelation Plot')
plt.xlabel('Lag')
plt.ylabel('Autocorrelation')
plt.show()

上述代碼首先生成了一條正弦波作為時間序列數據，然后使用NumPy計算了這個時間序列數據的自相關性，并將結果存儲在變量corr中。最后，使用Matplotlib繪制了自相關圖，其中x軸表示時間序列數據的滯后，y軸表示自相關性。

使用Seaborn繪制自相關圖的方法與上述代碼類似，區別僅在于需要導入Seaborn庫，并使用Seaborn提供的函數繪制圖表。

總之，Python提供了許多用于繪制自相關圖的庫和工具，無論您是使用Matplotlib還是Seaborn，都可以輕松地生成自相關圖像來分析時間序列數據的相關性。