Fonctions d'analyse du spectre de fréquences Matplotlib
Documentation de référence de Matplotlib
Matplotlib fournit des fonctions de traçage liées à l'analyse spectrale et au traitement du signal, couramment utilisées en calcul scientifique et en visualisation d'ingénierie.
Aperçu des fonctions
| Fonction | Description |
|---|---|
| acorr() | Tracer le graphique d'autocorrélation |
| xcorr() | Tracer le graphique de corrélation croisée |
| psd() | Tracer la densité spectrale de puissance |
| csd() | Tracer la densité spectrale croisée |
| specgram() | Tracer le spectrogramme/graphique temps-fréquence |
| cohere() | Tracer la cohérence |
| angle_spectrum() | Tracer le spectre d'angle |
| magnitude_spectrum() | Tracer le spectre d'amplitude |
| phase_spectrum() | Tracer le spectre de phase |
Définitions des fonctions
acorr() / xcorr()
matplotlib.pyplot.acorr(x, *, detrend=<function detrend_none>,
maxlags=10, **kwargs)
matplotlib.pyplot.xcorr(x, y, *, detrend=<function detrend_none>,
maxlags=10, normed=True, **kwargs)
psd() / csd()
matplotlib.pyplot.psd(x, NFFT=None, Fs=None, Fc=None,
detrend=None, window=None, noverlap=None, pad_to=None,
sides=None, scale_by_freq=None, **kwargs)
matplotlib.pyplot.csd(x, y, NFFT=None, Fs=None, Fc=None,
detrend=None, window=None, noverlap=None, pad_to=None,
sides=None, scale_by_freq=None, **kwargs)
specgram()
matplotlib.pyplot.specgram(x, NFFT=None, Fs=None, Fc=None,
detrend=None, window=None, noverlap=None, cmap=None,
xextent=None, pad_to=None, sides=None, scale_by_freq=None,
mode=None, scale=None, vmin=None, vmax=None, **kwargs)
angle_spectrum() / magnitude_spectrum() / phase_spectrum()
matplotlib.pyplot.angle_spectrum(x, Fs=None, Fc=None, **kwargs) matplotlib.pyplot.magnitude_spectrum(x, Fs=None, Fc=None, **kwargs) matplotlib.pyplot.phase_spectrum(x, Fs=None, Fc=None, **kwargs)
| Paramètres courants | Description |
|---|---|
| Fs | Fréquence d'échantillonnage (Hz), par défaut 2 |
| NFFT | Nombre de points de la FFT, affecte la résolution fréquentielle |
| noverlap | Nombre de points de chevauchement dans la fenêtre |
| window | Fonction de fenêtrage, par défaut la fenêtre de Hanning |
| detrend | Méthode de suppression de tendance : 'none', 'mean', 'linear' |
Exemples d'utilisation
Exemple 1 : Autocorrélation et corrélation croisée
Exemple
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(42)
t = np.linspace(0, 10, 500)
# Onde sinusoïdale avec bruit
sig = np.sin(2 * np.pi * 2 * t) + np.random.randn(500) * 0.3
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4),
layout='constrained')
# Auto-corrélation
ax1.acorr(sig, maxlags=100, color='steelblue')
ax1.set_title('acorr() - Auto-corrélation de sin(4πt) + bruit')
ax1.set_xlabel('Décalage')
# Corrélation croisée (signal et sa version retardée)
delayed = np.roll(sig, 20)
ax2.xcorr(sig, delayed, maxlags=100, color='coral')
ax2.set_title('xcorr() - Corrélation croisée (décalage=20)')
ax2.set_xlabel('Décalage')
plt.show()
import numpy as np
np.random.seed(42)
t = np.linspace(0, 10, 500)
# Onde sinusoïdale avec bruit
sig = np.sin(2 * np.pi * 2 * t) + np.random.randn(500) * 0.3
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4),
layout='constrained')
# Auto-corrélation
ax1.acorr(sig, maxlags=100, color='steelblue')
ax1.set_title('acorr() - Auto-corrélation de sin(4πt) + bruit')
ax1.set_xlabel('Décalage')
# Corrélation croisée (signal et sa version retardée)
delayed = np.roll(sig, 20)
ax2.xcorr(sig, delayed, maxlags=100, color='coral')
ax2.set_title('xcorr() - Corrélation croisée (décalage=20)')
ax2.set_xlabel('Décalage')
plt.show()
Exemple 2 : Densité spectrale de puissance
Exemple
import matplotlib.pyplot as plt
import numpy as np
# Générer un signal avec une fréquence d'échantillonnage de 100Hz (ondes sinusoïdales de 10Hz + 25Hz)
Fs = 100 # Fréquence d'échantillonnage
t = np.arange(0, 5, 1/Fs)
sig = np.sin(2*np.pi*10*t) + 0.5*np.sin(2*np.pi*25*t)
+ np.random.randn(len(t))*0.5
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4),
layout='constrained')
# DSP
ax1.psd(sig, NFFT=256, Fs=Fs, color='steelblue')
ax1.set_title('psd() - Densité spectrale de puissance')
# Spectrogramme
ax2.specgram(sig, NFFT=128, Fs=Fs, noverlap=64,
cmap='viridis')
ax2.set_title('specgram() - Spectrogramme')
ax2.set_xlabel('Temps (s)')
ax2.set_ylabel('Fréquence (Hz)')
plt.show()
import numpy as np
# Générer un signal avec une fréquence d'échantillonnage de 100Hz (ondes sinusoïdales de 10Hz + 25Hz)
Fs = 100 # Fréquence d'échantillonnage
t = np.arange(0, 5, 1/Fs)
sig = np.sin(2*np.pi*10*t) + 0.5*np.sin(2*np.pi*25*t)
+ np.random.randn(len(t))*0.5
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4),
layout='constrained')
# DSP
ax1.psd(sig, NFFT=256, Fs=Fs, color='steelblue')
ax1.set_title('psd() - Densité spectrale de puissance')
# Spectrogramme
ax2.specgram(sig, NFFT=128, Fs=Fs, noverlap=64,
cmap='viridis')
ax2.set_title('specgram() - Spectrogramme')
ax2.set_xlabel('Temps (s)')
ax2.set_ylabel('Fréquence (Hz)')
plt.show()
Exemple 3 : Spectre d'amplitude et spectre de phase
Exemple
import matplotlib.pyplot as plt
import numpy as np
Fs = 200
t = np.arange(0, 2, 1/Fs)
sig = np.sin(2*np.pi*20*t) + 0.5*np.sin(2*np.pi*50*t)
fig, axes = plt.subplots(2, 2, figsize=(10, 8),
layout='constrained')
# Signal original
axes[0, 0].plot(t[:100], sig[:100])
axes[0, 0].set_title('Signal original')
axes[0, 0].set_xlabel('Temps (s)')
# Spectre d'amplitude
axes[0, 1].magnitude_spectrum(sig, Fs=Fs, color='steelblue')
axes[0, 1].set_title('magnitude_spectrum()')
# Spectre de phase
axes[1, 0].angle_spectrum(sig, Fs=Fs, color='coral')
axes[1, 0].set_title('angle_spectrum()')
# Spectre de phase
axes[1, 1].phase_spectrum(sig, Fs=Fs, color='green')
axes[1, 1].set_title('phase_spectrum()')
plt.show()
print("exemple: analyse spectrale affichée")
import numpy as np
Fs = 200
t = np.arange(0, 2, 1/Fs)
sig = np.sin(2*np.pi*20*t) + 0.5*np.sin(2*np.pi*50*t)
fig, axes = plt.subplots(2, 2, figsize=(10, 8),
layout='constrained')
# Signal original
axes[0, 0].plot(t[:100], sig[:100])
axes[0, 0].set_title('Signal original')
axes[0, 0].set_xlabel('Temps (s)')
# Spectre d'amplitude
axes[0, 1].magnitude_spectrum(sig, Fs=Fs, color='steelblue')
axes[0, 1].set_title('magnitude_spectrum()')
# Spectre de phase
axes[1, 0].angle_spectrum(sig, Fs=Fs, color='coral')
axes[1, 0].set_title('angle_spectrum()')
# Spectre de phase
axes[1, 1].phase_spectrum(sig, Fs=Fs, color='green')
axes[1, 1].set_title('phase_spectrum()')
plt.show()
print("exemple: analyse spectrale affichée")
Autres extensions