Matplotlib -Spektrogramm

Ein Spektrogramm ist eine grafische Darstellung von Wellenlängen entlang der Zeit, die die Übertragungsleistung zu einem bestimmten Zeitpunkt darstellt. In einfachen Worten ist ein Spektrogramm eine Darstellung des Klangs. Es ist auch als Voicegram oder Voiceprint bekannt. Die Signalpegel werden durch ein Spektrogramm dargestellt, das in verschiedenen Farben angezeigt wird. Wenn der Farbton des Signals hell ist, zeigt dies an, dass die Intensität des Signals stark ist.

Mit anderen Begriffen hängt die Stichprobenrate des Spektrogramms direkt mit der Luminanz der Farbe zusammen. Kurzzeit-Fourier-Serie wird verwendet, um die Spektrogramme zu erstellen. Es führt eine einfache zeitlich variierende Bewertung der Frequenz durch. Die Hauptidee besteht. Die Specgram () -Methode wurde mit den entsprechenden Argumenten für diese visuelle Darstellung verwendet.

In diesem Artikel werden wir detailliert darüber nachsehen, wie ein Spektrogramm in Python mit dem Matplotlib -Modul zeichnet.

Verwenden Sie PLT.Specgram () Methode

Hier werden wir diskutieren, wie die Funktion PLT verwendet wird.Specgram (), um das Spektrogramm in Python zu zeichnen.

Matplotlib importieren.Pyplot als PLT
Numph als NP importieren
Mathematik importieren
TIME_DIFF = 0.0005
Time_arr = np.Linspace (1, 6, Mathematik.Ceil (6 / time_diff))
D = 30*(np.Sünde (4 * np.pi * time_arr))
PLT.Specgram (D, FS = 8, CMAP = "Rainbow")
PLT.Titel ('Abbildung 1')
PLT.Xlabel ("X-Achse")
PLT.Ylabel ("Y-Achse")
PLT.zeigen()

Bevor wir mit dem Code beginnen, müssen wir verschiedene Bibliotheken vorstellen. Matplotlib.Pyplot wird zum Erstellen animierter oder statischer Visualisierungen verwendet. Die Numpy -Bibliothek liefert eine große Anzahl quantitativer Daten. Und die Mathematikbibliothek wird zur Durchführung mathematischer Berechnungen verwendet.

Im nachfolgenden Schritt müssen wir das Zeitintervall angeben, um das Bild des erzeugten Signals aufzunehmen. Jetzt initialisieren wir eine Reihe von Werten mit der Numpy -Bibliothek. Hier nennen wir die Funktion Mathematik.CEIL () und der Wert der Zeitdifferenz werden als Parameter für diese Funktion bereitgestellt.

Darüber hinaus erstellen wir ein neues Array, das die tatsächlichen Datenpunkte enthält, die wir gezogen werden möchten. Wir verwenden die SIN () -Methode. Als Parameter dieser Funktion multiplizieren wir die 3- und PI -Werte mit dem bereits vorhandenen Array. Das Spektrogramm wird durch die Verwendung der PLT erstellt.Specgram () Methode.

Daten, Häufigkeit und Farbe des Diagramms werden als Parameter dieser Funktion übergeben. In ähnlicher Weise setzen wir den Titel der X-Achse und der y-Achse mithilfe der PLT.Label () Funktion. Am Ende stellen wir das Diagramm mit Hilfe der PLT dar.show () Methode.

Zeichnen Sie Spektrogramm mit Regenbogenfarbenschema

Wir können das Spektrogramm mithilfe der PLT erstellen.Specgram () Funktion. Und hier können wir die Farbkarte angeben, indem wir dem Function PLT das Argument "CMAP" bereitstellen.Specgram ().

Matplotlib importieren.Pyplot als PLT
Numph als NP importieren
np.willkürlich.Saatgut (9360801)
d_t = 0.0007
Zeit = np.Arange (1.0, 30.0, d_t)
SIG1 = NP.Sünde (5 * np.pi * 150 * Zeit)
sig2 = 1.4 * np.Sünde (1.4 * np.pi * 450 * Zeit)
Sig2 [Zeit <= 11] = sig2[14 <= time] = 0
Rauschen = 0.8 * np.willkürlich.random (size = len (Zeit)))
a = sig1 + sig2 + rauschen
Nfft = 620
Fs = int (2.5 / d_t)
PLT.Specgram (a, fs = fs, cmap = "Rainbow")
PLT.Titel ('Abbildung 2' ',
fontsize = 22, fontwe] igight = 'normal')
PLT.zeigen()

Zunächst importieren wir unsere Bibliotheken, die für grafische Visualisierungen und quantitative Analysen erforderlich sind. Jetzt wenden wir die Random () -Funktion der Numpy -Bibliothek an, um einen Zufallsdatensatz zu deklarieren. Wir geben den Wert der Zeitdifferenz an. Wir nehmen eine neue Variable ein und deklarieren sie mit der arrang () -Methode der Numpy -Bibliothek.

Darüber hinaus integrieren wir Daten für zwei Signale mithilfe der SIN () -Methode der Numpy -Bibliothek. Wir erstellen eine neue Variable für Rauschen nach der Random () -Methode. Hier übergeben wir die Funktion der Größe (), um die Länge des Signals des Zeitintervalls zu finden.

Jetzt erstellen wir eine neue Variable, die die Daten von Rauschen und anderen beiden Signalen speichert. Darüber hinaus definieren wir den Wert für die Länge des Segments und die Abtastfrequenz. Die Funktion plt.Specgram () wird aufgerufen, um ein Spektrogramm zu zeichnen. Diese Funktion enthält drei Parameter, einschließlich des Datensatzes der X-Achse, der Stichprobenfrequenz und der Farbe der Karte.

Kurz vor der Anzeige des Diagramms geben wir den Titel für die Grafik mithilfe der PLT an.Titel () Methode. Hier können wir die Schriftgröße und das Schriftgewicht des Titels festlegen.

Verwendung von NFFT zum Zeichnen des Spektrogramms

In diesem Schritt werden wir mithilfe des NFFT -Parameters ein Spektrogramm erstellen.

Nach der Integration der Bibliotheken müssen wir den Zufallszustand mithilfe der Random () -Methode reparieren. Jetzt geben wir den Zeitunterschied an. Hier beträgt sein Wert 0.0007. Darüber hinaus deklarieren wir den Wert des Zeitintervalls mit der Funktion arrang () der Numpy -Bibliothek.

Im nächsten Schritt erwerben wir die Werte beider Signalwellen mit Hilfe der SIN () -Funktion. Jetzt erstellen wir ein temporäres Chirp des zweiten Signals. Wir fügen den Wert des Rauschens in die Mischung hinzu, indem wir die Funktion Random () verwenden. Wir bekommen die Länge der Geräuschwelle.

Darüber hinaus setzen wir den Wert von NFFT. Es enthält die Anzahl der Datensätze, die an jedem Block beteiligt sind. Der Wert für die Abtastfrequenz ist ebenfalls definiert. Um Grafiken zu erstellen, erstellen wir zuerst zwei Objekte und dann verwenden wir die PLT.subplots () Methode. Hier setzen wir das Nein. von Zeilen als Parameter.

Darüber hinaus verwenden wir die Specgram () -Methode, um das Spektrogramm zu zeichnen. Hier haben wir den Wert der Überlappung als Parameter übergeben. Dies zeigt das Nein. von Punkten, die sich zwischen Stücken überlappen. Schließlich müssen wir am Ende die Grafik mithilfe von PLT zeigen.show () Funktion.

Abschluss

Wir haben die Methode erklärt, ein Spektrogramm in Python zu erstellen. Wir beobachten die Verwendung der Specgram () -Methode für diese Art der Visualisierung. Wir können das Farbschema des Spektrogramms angeben, indem wir 'CMAP' als Parameter an die Funktion Specgram () übergeben. Darüber hinaus erhalten wir das Spektrogramm mit einem Regenbogenfarbmuster.