matplot lib . pyplot . magnitude _ spectrum()用 Python

表示

原文:https://www . geeksforgeeks . org/matplotlib-py plot-magic _ spectrum-in-python/

Matplotlib 是 Python 中的一个库,是 NumPy 库的数值-数学扩展。 Pyplot 是一个基于状态的接口到 Matplotlib 模块,它提供了一个类似于 MATLAB 的接口。Pyplot 中可以使用的各种图有线图、等高线图、直方图、散点图、三维图等。

matplotlib.pyplot.magnitude_spectrum() Function:

matplotlib 库 pyplot 模块中的星等 _ 谱()函数用于绘制星等谱。一般是计算序列的幅度谱,然后作图。

语法:幅度 _ 频谱(x,Fs=2,Fc=0,window=mlab.window_hanning,pad_to=None,sides='default ',**kwargs)

参数:该方法接受以下描述的参数:

  • x: 这个参数是一个数据序列。
  • Fs : 此参数为标量。它的默认值是 2。
  • 窗口:该参数以一个数据段为自变量,返回该段的窗口版本。其默认值为 window_hanning()
  • 边:此参数指定要返回光谱的哪些边。这可以有以下值:“默认值”、“单侧”和“双侧”。
  • pad_to : 此参数包含数据段填充到的整数值。
  • Fc: 该参数还包含偏移绘图 x 范围的整数值,以反映频率范围。其默认值为 0

返回:这将返回以下内容:

  • 光谱:以弧度为单位返回角度光谱。
  • 频率:返回频谱中元素对应的频率。
  • 行:返回该函数创建的行。

结果是(光谱,频率,线)

下面的例子说明了 matplotlib.pyplot . magnitude _ spectrum()函数在 matplotlib . py plot 中的作用:

示例#1:

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np

np.random.seed(10**5)

dt = 0.0001
Fs = 1 / dt
geeks = np.array([24.40, 110.25, 20.05, 22.00, 61.90, 
                   7.80, 15.00, 22.80, 34.90, 57.30])

nse = np.random.randn(len(geeks))
r = np.exp(-geeks / 0.05)

s = 0.1 * np.sin(2 * np.pi * geeks) + nse

# plot magnitude_spectrum
plt.magnitude_spectrum(s, Fs = Fs)
plt.title('matplotlib.pyplot.magnitude_spectrum() function Example', 
                                                 fontweight ="bold")
plt.show()

输出:

例 2:

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)

dt = 0.01
Fs = 1 / dt
t = np.arange(0, 10, dt)
nse = np.random.randn(len(t))
r = np.exp(-t / 0.05)

cnse = np.convolve(nse, r)*dt
cnse = cnse[:len(t)]
s = 0.1 * np.sin(2 * np.pi * t) + cnse

# plot simple spectrum
plt.subplot(2, 1, 1)
plt.plot(t, s)
plt.title('matplotlib.pyplot.magnitude_spectrum() function Example', 
                                                 fontweight ="bold")

plt.subplot(2, 1, 2)
plt.magnitude_spectrum(s, Fs = Fs)

plt.show()

输出: