Python matplotlib 绘制频谱图 复习回顾 1

发表于

这是我参与11月更文挑战的第27天，活动详情查看：2021最后一次更文挑战

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、饼图外，还提供一些特殊的图形如提琴、箱型、量场图等，例举往期文章。

我们平时会遇到音视频文件质量时，会通过查看其频谱图等信息来了解音视频质量的好坏，同时频谱图应用医疗、视觉、音频检测分析等场景上。

频谱图.png

本期，我们将学习matplotlib.pyplot.specgram()相关属性的学习，let’s go~

  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
1
2
python复制代码import matplotlib.pyplot as plt 
plt.specgram(x)
  • 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

  1. 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

  1. 绘制频谱图步骤

  • 导入matplotlib.pyplot类
1
python复制代码import matplotlib.pyplot as plt
  • 使用numpy库里的arange()、sin()、cos()等方法准备x数据
1
2
3
4
5
6
7
8
9
10
11
python复制代码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
  • 调用pyplot.specgram()方法绘制频谱图
1
python复制代码plt.specgram(x,NFFT=256,Fs=1,noverlap=128)
  • 调用pyplot.show()显示频谱图
1
python复制代码plt.show()

image.png

  • 更改频谱图颜色为灰色系的，NFFT设置为1024
1
ini复制代码plt.specgram(x,NFFT=1024,Fs=1,noverlap=900,cmap="gray")

image.png

  1. 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
python复制代码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()

image.png

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~

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有

0%