Matplotlib.pyplot.csd()用 Python
表示
哎哎哎:# t0]https://www.geeksforgeeks.org/matplot lib-pyplot-CSD-in-python/
Matplotlib 是 Python 中的一个库,是 NumPy 库的数值-数学扩展。 Pyplot 是一个基于状态的接口到 Matplotlib 模块,它提供了一个类似于 MATLAB 的接口。
matplotlib.pyplot.csd()函数
matplotlib 库 pyplot 模块中的 csd()函数用于绘制交叉光谱密度。
语法: matplotlib.pyplot.csd(x,y,NFFT =无,Fs =无,Fc =无,detrend =无,window =无,noverlap =无,pad_to =无,sides =无,scale_by_freq =无,return_line =无,*,data =无,**kwargs)
参数:该方法接受以下描述的参数:
- x,y: 这些参数是数据的序列。
- Fs : 此参数为标量。它的默认值是 2。
- 窗口:该参数以一个数据段为自变量,返回该段的窗口版本。其默认值为 window_hanning()
- 边:此参数指定要返回光谱的哪些边。这可以有以下值:“默认值”、“单侧”和“双侧”。
- pad_to : 此参数包含数据段填充到的整数值。
- NFFT : 该参数包含用于快速傅立叶变换的每个块中的数据点数。
- 去趋势:此参数包含在 fft 之前应用于每个分段的函数,旨在移除均值或线性趋势{ '无','均值','线性' }。
- scale_by_freq : 该参数允许对返回的频率值进行积分。
- noverlap : 此参数是块之间重叠的点数。
- Fc : 该参数为 x 的中心频率。
- return_line : 此参数包括在返回值中绘制的线对象。
返回:这将返回以下内容:
- Pxy: 这将返回缩放前交叉光谱 P_{xy}的值。
- 频率:返回 Pxy 中元素的频率。
- 行:返回该函数创建的行。
结果是 (Pxy,freqs,line)
下面的例子说明了 matplotlib.pyplot.csd()函数在 matplotlib.pyplot 中的作用:
示例#1:
# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
dt = 0.01
t = np.arange(0, 30, dt)
nse1 = np.random.randn(len(t))
nse2 = np.random.randn(len(t))
s1 = 1.5 * np.sin(2 * np.pi * 10 * t) + nse1
s2 = np.cos(np.pi * t) + nse2
plt.csd(s1, s2**2, 128, 1./dt)
plt.xlabel('Frequency')
plt.ylabel('CSD(db)')
plt.title('matplotlib.pyplot.csd() function Example',
fontweight ="bold")
plt.show()
输出:
例 2:
#Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
dt = 0.01
t = np.arange(0, 30, dt)
nse1 = np.random.randn(len(t))
nse2 = np.random.randn(len(t))
r = np.exp(-t/0.05)
cnse1 = np.convolve(nse1, r, mode='same')*dt
cnse2 = np.convolve(nse2, r, mode='same')*dt
s1 = 1.5 * np.sin(2*np.pi*10*t) + cnse1
s2 = np.cos(np.pi*t) + cnse2 + np.sin(2*np.pi*10*t)
plt.plot(t, s1, t, s2)
plt.xlim(0, 5)
plt.ylabel('s1 and s2')
plt.grid(True)
plt.show()
plt.csd(s1, s2, 256, 1./dt)
plt.ylabel('CSD(db)')
plt.xlabel('Frequency')
plt.title('matplotlib.pyplot.csd() function Example'
,fontweight="bold")
plt.show()
输出: