Matplotlib.pyplot.specgram()

matplotlib.pyplot.specgram()是用于绘制信号的频谱图的函数。它基于快速傅里叶变换（FFT）算法，可以将信号在时间上进行分割，并在每个时间段上计算频谱。

使用方法

首先，需要导入 matplotlib.pyplot 模块：

import matplotlib.pyplot as plt

然后，使用 specgram() 函数绘制频谱图：

plt.specgram(x, NFFT=256, Fs=2, noverlap=128, cmap=None)

其中，参数 x 是输入信号序列。其他参数包括：

• NFFT：FFT 窗口的长度，通常为2的幂次方，默认为256。
• Fs：采样率，默认为2。
• noverlap：连续窗口之间的重叠样本数，默认为128。
• cmap：频谱图的颜色映射，默认为 None。

返回值

specgram() 函数会返回一个 2D 数组，表示信号的频谱图。

示例

以下是一个绘制频谱图的示例：

import numpy as np
import matplotlib.pyplot as plt

# 生成示例信号
dt = 0.0005
t = np.arange(0, 20, dt)
x = np.sin(2*np.pi*100*t) + np.sin(2*np.pi*200*t) + np.random.randn(len(t))

# 绘制频谱图
plt.specgram(x, NFFT=256, Fs=1/dt, noverlap=128, cmap='inferno')

# 添加标签和标题
plt.xlabel('Time (s)')
plt.ylabel('Frequency (Hz)')
plt.title('Spectrogram of Signal')

# 显示图形
plt.show()

该示例生成一个包含两个频率成分和噪声的信号，并使用 specgram() 函数绘制其频谱图。最后，添加标签和标题，并显示图形。

结论

matplotlib.pyplot.specgram() 是一个方便的函数，可以用于绘制信号的频谱图。它在数据分析、信号处理等领域有着广泛的应用。频谱图可以展示信号在不同频率上的能量分布，帮助我们理解信号的特征和结构。通过调整参数，可以对频谱图进行定制化的绘制。