Функции анализа частотного спектра Matplotlib
Справочная документация Matplotlib
Matplotlib предоставляет функции построения графиков, связанные со спектральным анализом и обработкой сигналов, обычно используемые в научных вычислениях и инженерной визуализации.
Обзор функций
| Функция | Описание |
|---|---|
| acorr() | Построение графика автокорреляции |
| xcorr() | Построение графика взаимной корреляции |
| psd() | Построить спектральную плотность мощности |
| csd() | Построение взаимной спектральной плотности |
| specgram() | Построение спектрограммы/частотно-временного графика |
| cohere() | Построить когерентность |
| angle_spectrum() | Построить угловой спектр |
| magnitude_spectrum() | Построить амплитудный спектр |
| phase_spectrum() | Построить фазовый спектр |
Определения функций
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)
| Общие параметры | Описание |
|---|---|
| Fs | Частота дискретизации (Гц), по умолчанию 2 |
| NFFT | Количество точек FFT, влияет на частотное разрешение |
| noverlap | Количество перекрывающихся точек в окне |
| window | Оконная функция, по умолчанию — окно hanning |
| detrend | Метод удаления тренда: 'none', 'mean', 'linear' |
Примеры использования
Пример 1: Автокорреляция и взаимная корреляция
Пример
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(42)
t = np.linspace(0, 10, 500)
# Синусоида с шумом
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')
# Автокорреляция
ax1.acorr(sig, maxlags=100, color='steelblue')
ax1.set_title('acorr() - Автокорреляция sin(4πt) + шум')
ax1.set_xlabel('Задержка')
# Взаимная корреляция (сигнал и его задержанная версия)
delayed = np.roll(sig, 20)
ax2.xcorr(sig, delayed, maxlags=100, color='coral')
ax2.set_title('xcorr() - Взаимная корреляция (задержка=20)')
ax2.set_xlabel('Задержка')
plt.show()
import numpy as np
np.random.seed(42)
t = np.linspace(0, 10, 500)
# Синусоида с шумом
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')
# Автокорреляция
ax1.acorr(sig, maxlags=100, color='steelblue')
ax1.set_title('acorr() - Автокорреляция sin(4πt) + шум')
ax1.set_xlabel('Задержка')
# Взаимная корреляция (сигнал и его задержанная версия)
delayed = np.roll(sig, 20)
ax2.xcorr(sig, delayed, maxlags=100, color='coral')
ax2.set_title('xcorr() - Взаимная корреляция (задержка=20)')
ax2.set_xlabel('Задержка')
plt.show()
Пример 2: Спектральная плотность мощности
Пример
import matplotlib.pyplot as plt
import numpy as np
# Сгенерировать сигнал с частотой дискретизации 100Hz (синусоиды 10Hz + 25Hz)
Fs = 100 # Частота дискретизации
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')
# СПМ
ax1.psd(sig, NFFT=256, Fs=Fs, color='steelblue')
ax1.set_title('psd() - Спектральная плотность мощности')
# Спектрограмма
ax2.specgram(sig, NFFT=128, Fs=Fs, noverlap=64,
cmap='viridis')
ax2.set_title('specgram() - Спектрограмма')
ax2.set_xlabel('Время (s)')
ax2.set_ylabel('Частота (Hz)')
plt.show()
import numpy as np
# Сгенерировать сигнал с частотой дискретизации 100Hz (синусоиды 10Hz + 25Hz)
Fs = 100 # Частота дискретизации
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')
# СПМ
ax1.psd(sig, NFFT=256, Fs=Fs, color='steelblue')
ax1.set_title('psd() - Спектральная плотность мощности')
# Спектрограмма
ax2.specgram(sig, NFFT=128, Fs=Fs, noverlap=64,
cmap='viridis')
ax2.set_title('specgram() - Спектрограмма')
ax2.set_xlabel('Время (s)')
ax2.set_ylabel('Частота (Hz)')
plt.show()
Пример 3: Амплитудный спектр и фазовый спектр
Пример
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')
# Исходный сигнал
axes[0, 0].plot(t[:100], sig[:100])
axes[0, 0].set_title('Исходный сигнал')
axes[0, 0].set_xlabel('Время (s)')
# Амплитудный спектр
axes[0, 1].magnitude_spectrum(sig, Fs=Fs, color='steelblue')
axes[0, 1].set_title('magnitude_spectrum()')
# Фазовый спектр
axes[1, 0].angle_spectrum(sig, Fs=Fs, color='coral')
axes[1, 0].set_title('angle_spectrum()')
# Фазовый спектр
axes[1, 1].phase_spectrum(sig, Fs=Fs, color='green')
axes[1, 1].set_title('phase_spectrum()')
plt.show()
print("пример: отображён анализ спектра")
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')
# Исходный сигнал
axes[0, 0].plot(t[:100], sig[:100])
axes[0, 0].set_title('Исходный сигнал')
axes[0, 0].set_xlabel('Время (s)')
# Амплитудный спектр
axes[0, 1].magnitude_spectrum(sig, Fs=Fs, color='steelblue')
axes[0, 1].set_title('magnitude_spectrum()')
# Фазовый спектр
axes[1, 0].angle_spectrum(sig, Fs=Fs, color='coral')
axes[1, 0].set_title('angle_spectrum()')
# Фазовый спектр
axes[1, 1].phase_spectrum(sig, Fs=Fs, color='green')
axes[1, 1].set_title('phase_spectrum()')
plt.show()
print("пример: отображён анализ спектра")
Другие расширения