Python 振幅谱图
Python amplitude spectrum plot
我有两个浮点值列表,一个用于时间,另一个用于从示波器获取的电压值(我假设)。我必须画一个幅度谱图,但我不确定我需要使用什么函数以及我需要给它什么参数,我试过fft(u),但没有用。
感谢任何帮助,如果您需要更多信息,请告诉我。
使用numpy
.
举个例子,让我展示一下我是如何分析立体声 WAV 文件中的频率的;
首先我读取了数据,并在左右通道中进行了分离;
import wave
import numpy as np
wr = wave.open('input.wav', 'r')
sz = 44100 # Read and process 1 second at a time.
da = np.fromstring(wr.readframes(sz), dtype=np.int16)
left, right = da[0::2], da[1::2]
接下来我运行对其进行离散傅立叶变换;
lf, rf = abs(np.fft.rfft(left)), abs(np.fft.rfft(right))
然后我们用 mathplotlib 绘制左声道;
import matplotlib.pyplot as plt
plt.figure(1)
a = plt.subplot(211)
r = 2**16/2
a.set_ylim([-r, r])
a.set_xlabel('time [s]')
a.set_ylabel('sample value [-]')
x = np.arange(44100)/44100
plt.plot(x, left)
b = plt.subplot(212)
b.set_xscale('log')
b.set_xlabel('frequency [Hz]')
b.set_ylabel('|amplitude|')
plt.plot(lf)
plt.savefig('sample-graph.png')
图表看起来像这样;
这里是信号的频率-时间谱,存储在波形文件中
import wave
import numpy as np
from scipy import signal
import matplotlib.pyplot as plt
signal_wave = wave.open('voice.wav', 'r')
sample_frequency = 16000
data = np.fromstring(signal_wave.readframes(sample_frequency), dtype=np.int16)
sig = signal_wave.readframes(-1)
sig = np.fromstring(sig, 'Int16')
对于wave文件
sig = sig[:]
对于波形文件的某些片段
sig = sig[25000:32000]
绘制信号波形文件的频谱
plt.figure(1)
c = plt.subplot(211)
Pxx, freqs, bins, im = c.specgram(sig, NFFT=1024, Fs=16000, noverlap=900)
c.set_xlabel('Time')
c.set_ylabel('Frequency')
plt.show()
我有两个浮点值列表,一个用于时间,另一个用于从示波器获取的电压值(我假设)。我必须画一个幅度谱图,但我不确定我需要使用什么函数以及我需要给它什么参数,我试过fft(u),但没有用。
感谢任何帮助,如果您需要更多信息,请告诉我。
使用numpy
.
举个例子,让我展示一下我是如何分析立体声 WAV 文件中的频率的;
首先我读取了数据,并在左右通道中进行了分离;
import wave
import numpy as np
wr = wave.open('input.wav', 'r')
sz = 44100 # Read and process 1 second at a time.
da = np.fromstring(wr.readframes(sz), dtype=np.int16)
left, right = da[0::2], da[1::2]
接下来我运行对其进行离散傅立叶变换;
lf, rf = abs(np.fft.rfft(left)), abs(np.fft.rfft(right))
然后我们用 mathplotlib 绘制左声道;
import matplotlib.pyplot as plt
plt.figure(1)
a = plt.subplot(211)
r = 2**16/2
a.set_ylim([-r, r])
a.set_xlabel('time [s]')
a.set_ylabel('sample value [-]')
x = np.arange(44100)/44100
plt.plot(x, left)
b = plt.subplot(212)
b.set_xscale('log')
b.set_xlabel('frequency [Hz]')
b.set_ylabel('|amplitude|')
plt.plot(lf)
plt.savefig('sample-graph.png')
图表看起来像这样;
这里是信号的频率-时间谱,存储在波形文件中
import wave
import numpy as np
from scipy import signal
import matplotlib.pyplot as plt
signal_wave = wave.open('voice.wav', 'r')
sample_frequency = 16000
data = np.fromstring(signal_wave.readframes(sample_frequency), dtype=np.int16)
sig = signal_wave.readframes(-1)
sig = np.fromstring(sig, 'Int16')
对于wave文件
sig = sig[:]
对于波形文件的某些片段
sig = sig[25000:32000]
绘制信号波形文件的频谱
plt.figure(1)
c = plt.subplot(211)
Pxx, freqs, bins, im = c.specgram(sig, NFFT=1024, Fs=16000, noverlap=900)
c.set_xlabel('Time')
c.set_ylabel('Frequency')
plt.show()