跳转至

Matplotlib.pyplot.specgram()用 Python

表示

哎哎哎:# t0]https://www.geeksforgeeks.org/matplot lib-pyplot-specgram-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.specgram()函数

matplotlib 库 pyplot 模块中的 specgram()函数用于绘制谱图。

语法:matplotlib.pyplot.specgram(x，NFFT =无，Fs =无，Fc =无，detrend =无，window =无，noverlap =无，cmap =无，xextent =无，pad_to =无，sides =无，scale_by_freq =无，mode =无，scale =无，vmin =无，vmax =无，数据=无， * * kwargs)

参数:该方法接受以下描述的参数:

  • x: 这个参数是一个数据序列。
  • 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。它的默认值是 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。
  • Fc: 该参数还包含偏移绘图 x 范围的整数值，以反映频率范围。它的默认值是 0
  • 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。
  • 模式:这个参数就是用什么样的频谱{ '默认'，' psd '，'幅度'，'角度'，'相位' }。
  • noverlap : 此参数是块之间重叠的点数。
  • 比例:此参数包含规格{ '默认值'，'线性'，'分贝' }中值的比例。
  • Fc : 该参数为 x 的中心频率。
  • camp: 这个参数是 matplotlib.colors.Colormap 实例。

返回:这将返回以下内容:

  • 光谱:以弧度为单位返回角度光谱。
  • 频率:返回频谱中元素对应的频率。
  • t: 返回线段中点对应的时间。
  • im: 返回 imshow 创建的包含谱图的图像。

结果是(光谱，频率，t，im)

下面的例子说明了 matplotlib.pyplot.specgram()函数在 matplotlib.pyplot 中的作用:

例 1:

# Implementation of matplotlib function
import matplotlib.pyplot as plt 
import numpy as np 

dt = 0.005
t = np.arange(0.0, 20.0, dt) 
x = np.sin(np.pi * t) + 1.5 * np.cos(np.pi * 2*t) 

plt.specgram(x, Fs = 1)
plt.title('matplotlib.pyplot.specgram() Example\n', 
          fontsize = 14, fontweight ='bold')

plt.show()

输出:

例 2:

# Implementation of matplotlib function
import matplotlib.pyplot as plt 
import numpy as np 

np.random.seed(9360801) 

dt = 0.0005
t = np.arange(0.0, 20.0, dt) 
s1 = np.sin(4 * np.pi * 100 * t) 
s2 = 1.5 * np.sin(1.5 * np.pi * 400 * t) 

s2[t <= 10] = s2[12 <= t] = 0

nse = 0.2 * np.random.random(size = len(t)) 

x = s1 + s2 + nse   
NFFT = 512 
Fs = int(1.0 / dt)  

plt.specgram(x, Fs = Fs, cmap = plt.cm.bone) 
plt.title('matplotlib.pyplot.specgram() Example\n',
          fontsize = 14, fontweight ='bold')

plt.show()

输出:

回到顶部