标签：频谱 Python pyplot specgram matplotlib np 绘制 能怪
复习回顾
matplotlib 是Python专门用来绘制渲染的模块，其底层主要分为脚本层、美工层和后端。脚本层为我们提供常见图形绘制如折线、柱状、直方、饼图。以往文章
这么详细的Python matplotlib 绘制图形 还不赶紧收藏_
Python matplotlib 绘制散点图 还不收藏起来
python入门到进阶，爬虫数据分析全套资料分享讲解 CHINA
1. 频谱图概述
-
什么是频谱图？
- 频谱图表示的信号频率与能量的关系
- 频谱图以x,y轴的波纹方式记录并画出信号在各种频率的图像
- 频谱图可以分为三种:线性振幅谱、对数振幅谱、自功率谱
-
频谱图应用场景
- 频谱图常用在机械故障诊断系统中用于检测故障的部位、类型和程度等问题
- 频谱图专门分析振动参数的主要工具
- 频谱图对于要分在特定时段频率振幅变化情况如音频、视频等质量检测
-
获取使用频谱图
import matplotlib.pyplot as plt plt.specgram(x) 复制代码 -
pyplot.specgram(x) 方法
- specgram 计算并绘制x中数据的频谱图
- 数据被分成NFFT长度段，并计算每个部分的频谱
- 加窗函数window应用用于每个段，每个段的重叠量由noverlap指定
- 频谱图使用imshow()绘制颜色图
2. 频谱图属性
-
设置频谱图模式
- 关键字：mode
- 可选值为：{'default', 'psd', 'magnitude', 'angle', 'phase'}
- 默认为功率频谱图，magnitude为振幅频谱，angle为非展开相位频谱图，phase为展开相位频谱图
-
设置频谱图颜色系
- 关键字：cmap
- 形式如："颜色表_r"
- 常用的有：'Accent', 'Accent_r', 'Blues', 'Blues_r', 'BrBG', 'BrBG_r', 'BuGn', 'BuGn_r', 'BuPu', 'BuPu_r', 'CMRmap', 'CMRmap_r', 'Dark2', 'Dark2_r', 'GnBu', 'GnBu_r', 'Greens'
-
设置频谱图窗口
- 关键字：window
- 默认值为:window_hanning
- 创建窗口的向量为：window_hanning、window_none、numpy.blackman、numpy.hamming
-
设置频谱图侧边
- 关键字：side
- 可选值：onside|twosided
- oneside为默认值，一侧用于真实数据，返回单边频谱
- twoside两侧用于复杂数据，强制返回双面
-
设置频谱图NFFT
- 关键字：NFFT
- 默认值为：256
- 设置每块用于FFT的数据点数，不能应用于获取零填充
3. 绘制频谱图步骤
- 导入matplotlib.pyplot类
import matplotlib.pyplot as plt
复制代码- 使用numpy库里的arange()、sin()、cos()等方法准备x数据
t = np.arange(0.0,20.0,dt)
s1 = np.cos(2*np.pi*100*t)
s2 = 2*np.cos(2*np.pi*400*t)
s2[t<=5]=s2[12<t]=0
nse = 0.01 * np.random.random(size=len(t))
x = s1+s2+nse
复制代码- 调用pyplot.specgram()方法绘制频谱图
plt.specgram(x,NFFT=256,Fs=1,noverlap=128)
复制代码- 调用pyplot.show()显示频谱图
plt.show()
复制代码
- 更改频谱图颜色为灰色系的，NFFT设置为1024
plt.specgram(x,NFFT=1024,Fs=1,noverlap=900,cmap="gray") 
4. 小试牛刀
我们学习了关于绘制频谱图相关属性，在实际运用中通常会结合折线图一起来看，我们来实操一下吧
- 通过pyplot.subplots()创建Axes对象
- Axes1对象调用plot()绘制折线图
- Axes2对象调用specgram()方法绘制频谱图
fig,(ax1,ax2) = plt.subplots(nrows=2)
dt= 0.0005
t = np.arange(0.0,20.0,dt)
s1 = np.cos(2*np.pi*100*t)
s2 = 2*np.cos(2*np.pi*400*t)
s2[t<=5]=s2[12<t]=0
nse = 0.01 * np.random.random(size=len(t))
x = s1+s2+nse
ax1.plot(t,x,"pink")
ax2.specgram(x,NFFT=1024,Fs=1,noverlap=900,cmap="gray")
plt.show()
复制代码
。
总结
本期，我们对matplotlib.pyplot.specgram()方法相关属性进行学习，通常在检查音视频等频率振幅数据时使用比较多。
以上是本期内容，欢迎大佬们点赞评论，下期见~
标签：频谱,Python,pyplot,specgram,matplotlib,np,绘制,能怪 来源： https://blog.csdn.net/weixin_54556126/article/details/121615620
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。