使用matplotlib绘制信号频谱
matplotlib是一种流行的Python数据可视化库，它提供了丰富的绘图功能，包括绘制信号频谱图。信号频谱图常用于分析信号的频域特征，可以显示信号在不同频率上的能量分布。
绘制信号频谱图的步骤如下：
- 导入所需的库和模块：
import numpy as np
import matplotlib.pyplot as plt- 生成信号数据：
# 生成时间序列
t = np.linspace(0, 1, 1000)
# 生成信号（例如正弦信号）
f = 10 # 信号频率
A = 1 # 信号幅值
x = A * np.sin(2 * np.pi * f * t)- 计算信号的频谱：
# 进行傅里叶变换
freqs = np.fft.fftfreq(len(t))
fft = np.fft.fft(x)
# 计算信号的幅度谱
amplitude = np.abs(fft)- 绘制频谱图：
# 创建绘图窗口
fig, ax = plt.subplots()
# 绘制频谱图
ax.plot(freqs, amplitude)
ax.set_xlabel('Frequency (Hz)')
ax.set_ylabel('Amplitude')
# 显示图像
plt.show()这样，就可以使用matplotlib绘制信号频谱图了。关于matplotlib和频谱图的更详细信息，可以参考以下链接：
在腾讯云的产品中，可能与信号处理相关的产品有音视频处理、人工智能等，可以在腾讯云官方网站上查找相关产品和文档链接。
相关·内容
1回答
我使用大胆产生一个10赫兹的音调，48千赫采样和1秒的持续时间。然后用下面的脚本加载它来绘制FFT图：
from scipy.io import wavfile
from scipy.fftpack import fft, fftfreq
import matplotlib.pyplot as plt
from pydub import AudioSegment
import numpy as np
wav_filename = "\\test\\10Hz.wav"
samplerate, data = wavfile.read(wav_filename)
total_sam
浏览 0提问于2019-09-11得票数 3
回答已采纳
我正在研究两个ECG信号之间的耦合，我可以找到它们之间的相移并绘制出来。下图显示了从两个信号之间的相移获得的psi。
我下一步需要做的是尝试量化信号之间的耦合，水平部分越多，相干或耦合越好。检测psi输出行为的最佳方法是什么，并让我了解信号的每个部分(窗口)中的两个信号的一致性程度？
我试图找到信号的梯度或导数，我得到了第四个子图(相位锁定)中所示的结果。有什么想法是研究psi行为的最好方法吗？
浏览 2提问于2017-09-27得票数 0
1回答
我正在做一个项目，这需要信号处理的音频时，一个波形文件提供给我。我知道如何使用公式使用通道的采样值来计算振幅
20*log(Sample Value/Maximum attainable sample Value)
但是，假设我有6个通道，我需要如何处理每个通道的采样值才能获得绘制波形的振幅。我正在读取波形文件
AudioInputStream
这可能会给我帧中的样本值，如下所示
[1|2|3|4|5|6],[1|2|3|4|5|6],[3rd Frame] and so on...
其中每个样本是8或16位的值。
浏览 1提问于2012-12-23得票数 0
回答已采纳
当我使用matplotlib中的plt.specgram时，生成的谱图是正确的
import matplotlib.pyplot as plt
from scipy import signal
from scipy.io import wavfile
import numpy as np
sample_rate, samples = wavfile.read('.\\Wav\\test.wav')
Pxx, freqs, bins, im = plt.specgram(samples[:,1], NFFT=1024, Fs=44100, noverlap=900)
浏览 0提问于2018-06-26得票数 11
回答已采纳
1回答
径向功率谱分析
、、、
首先，我需要绘制这个径向平均光谱1-D与波数|k|的关系图。但是早期我使用两个矩阵来计算|k|，所以我有一个表示|k|的矩阵。所以我也要对这个矩阵进行径向平均？
其次-如果我在使用FFT2函数之前从我的数据中删除了一个平均值，我希望看到的只是值的振幅的差异，但实际上我注意到径向平均谱形状的差异。
我正试着用它来分析磁场数据。谢谢你的帮助！！
浏览 4提问于2013-08-04得票数 0
1回答
我期待着对人类加速度计数据进行特征提取，以用于活动识别。我的数据采样率为100 is。
从不同的来源，我研究了FFT是一个很好的使用方法。我有一个滑动窗口格式的数据，每个窗口的长度是256。我正在使用Python对NumPy库执行此操作。我用于应用FFt的代码是：
import numpy as np
def fft_transform (window_data):
fft_data = []
fft_freq = []
power_spec = []
for window in window_data:
fft_window = np.
浏览 9提问于2017-08-24得票数 8
回答已采纳
1回答
这是我想要做的事情。我想找到一个.wav文件的音频和振幅在每1ms的.wav文件，并将其保存到一个文件。我绘制了频率与振幅的关系图，并绘制了随时间变化的振幅图，但我无法计算出超时的频率。我的最终目标是能够读取文件，并使用它们的振幅来调整变量和触发正在使用的变量的频率，这似乎是容易的部分。我一直在使用numpy，audiolab，matplotlib，等等。使用快速傅立叶变换，但我只是不能解决这个问题，任何帮助都是非常感谢的！谢谢!
浏览 0提问于2011-08-07得票数 6
1回答
归一化音频信号
、、、、
我希望使用可靠地将录制的音频(通过麦克风)和处理过的音频(WAV文件)转换为相同的离散表示形式。
我的程序如下：
获取原始样本(从文件中读取或从麦克风读取)
执行一些规范化(？)
在加窗的情况下执行FFT以生成谱图(用振幅峰值绘制freq和时间)
在音频中离散化峰值，然后记忆
基本上，当我到达最后一个离散化过程时，我希望尽可能可靠地得到相同歌曲在freq/时间/振幅空间中的相同值。
我的问题是我如何解释音量(即样本的振幅)在录音和WAV读取音频中的不同？
我的标准化选项(也许？)：
用FFT前的平均值将窗口中的所有样本进行除法。
在快速傅立叶变换之前，所有的样本
浏览 3提问于2013-09-15得票数 4
回答已采纳
1回答
我已经尝试过基于图像的直方图均衡化，它工作得很好。
但是现在我想用音频代替图像灰度来实现同样的方法。这意味着我想让频谱变得更平坦。我使用的采样率是44.1 The，希望使频率均匀分布到0-22050 the的范围，但峰值仍然是最高的。
以下是频谱：
这就是我尝试过的：
我认为我绘制的原始直方图已经是错误的，我无法计算每个频率出现的次数，或者我根本不应该这样做。有人告诉我需要使用fft()，但我不知道怎么做。
任何帮助都将不胜感激！谢谢
下面是我如何绘制频谱的代码：
import librosa
import numpy as np
import matplotlib.pypl
浏览 1提问于2020-12-10得票数 1
1回答
我试图在Matlab中生成无限个脉冲阵列(在这里是双曲割线脉冲)，就像在中一样。
尝试：
因此，我想绘制实际脉冲序列在时域，以及它的频谱在傅里叶域(使用fft)。当我定义时间和频率轴时：
t = [-tspan : dt : tspan];
w = [-1/dt : 1/tspan : 1/dt]
如果我用inf代替时间网格的跨度，我将超过变量的最大数量并得到错误。那么，如何为给定的函数(例如u(t)=sech(t/a))生成无限的脉冲阵列呢？
浏览 4提问于2016-05-29得票数 0
回答已采纳
3回答
我创建了一个6位量化器，并通过它传递了一个信号，但是当我绘制DFT时，它在200 MHz时达到峰值，然后停止；我没有看到整个频谱。是什么在我的代码中阻止我在更高的频率上获得其余的点？
下面是我的代码：
bits = 6; %6-bit
fs = 400e6; %sampling frequency
amp = 1; %amplitude
f = 200e6; %actual frequency
vpp = 2; peak-to-peak voltage
LSB = vpp/(2^bits); %least-significant bit
cycles = 1000;
duration = cy
浏览 3提问于2018-02-09得票数 0
下面的代码，我想得到一个概览，不同的频率是如何存在于输入信号，以及他们有什么“强度”。
如果窦性波的频率没有十进制位(比如：5.0和20.0)，这是非常有效的--见下面的第一张截图:我在快速傅立叶变换中得到两个频率的一个尖峰，以及高度和频率本身都相当于我的代码中的输入参数。
不幸的是，如果一个频率有十进制位(比如：5.4表示一个频率)，那么情况就不一样了--参见第二个屏幕截图:现在5.4不再是fft图中的一个尖峰，而且峰值的高度也不同于那个窦性波的幅度2.0。
我有两个问题：
对于将number of points (n)或其他参数更改为5.4有一个高度为2.0的尖峰(如另一个屏幕快照)，
浏览 1提问于2019-04-02得票数 2
我应该用simulink模拟低通滤波器是如何工作的，所以我创建了一个信号发生器f=50 hz，然后我做了一个低通滤波器，然后我想看看它，所以我发现它唯一的工具是频谱分析仪，但当我模拟时，我得到了两个错误，对不起，如果它没有真正解释，因为我是simulink的初学者
浏览 1提问于2013-02-17得票数 2
回答已采纳
1回答
为了验证目的，我在Abaqus模拟中检索了一些信号。真正的信号应该是一个完善的正弦波在300千赫，我执行fft对采样信号使用scipy.fftpack.fft。
但是我得到了一个奇怪的光谱，如下所示(很抱歉，我太懒了，以至于无法将频谱的x轴缩放到正确的频率)。在同样的图形中，我将信号分割成几个片段，并在时域绘制。对于纯正弦波，我也重复了同样的过程。
这让我大吃一惊。如下代码所示，采样频率是信号频率的16.66倍。目前，我认为这是由于抽样期间误差很小所致。理论上，Abaqus应在一定的时间间隔内对其进行取样。正如你所看到的，有一些小的错误，所以我的信号中的点看起来比完美的信号更厚。但是这么小的
浏览 1提问于2019-03-17得票数 1
1回答
矩形脉冲的傅里叶逆
、、、、
我很难用Python解释矩形脉冲的逆傅里叶变换的结果。我正在使用来自库numpy.fft的函数irfft。
这是我的代码：
import numpy as np
import matplotlib.pyplot as plt
n_on = 100
n_off = n_on
Y = np.concatenate(( np.ones(n_on), np.zeros(n_off) ))
y = np.fft.irfft(Y)
plt.figure()
plt.subplot(131)
plt.plot(Y, '.')
plt.title("Y")
plt.s
浏览 0提问于2018-04-19得票数 0
回答已采纳
我给出了一个信号，采样时间是4e-10秒。目标是得到频谱，找出主频。根据，我们需要设置N和T，我在中有999,999个样本，并且不知道应该使用哪一部分数据来寻找给定信号的离散傅里叶变换。根据以下所述，我们需要设置N和T。
import pandas as pd
import matplotlib.pyplot as plt
from scipy.fft import fft, fftfreq
df = pd.read_csv('data.csv')
df.index = df.index + 1
df.columns = ['signal']
# Number
浏览 4提问于2022-07-07得票数 2
回答已采纳
1回答
python傅里叶变换
、、、
我有一套。它显然具有一定的周期性。我想通过傅里叶变换找出它的频率，并画出它的图。
这是我的一张照片，但似乎不太好。
这是相应的代码，我不知道为什么它会失败：
import numpy
from pylab import *
from scipy.fftpack import fft,fftfreq
import matplotlib.pyplot as plt
dataset = numpy.genfromtxt(fname='data.txt',skip_header=1)
t = dataset[:,0]
signal = dataset[:,1]
npts=len(
浏览 4提问于2015-04-27得票数 1
回答已采纳
1回答
在Matlab上使用FFT计算信号的频谱时，我遗漏了一些东西。我的代码：
%% compute the spectrum of the data (data(t))
L = length(time); % length of the sample
NFFT = 2^(nextpow2(L)-1); % Next power of 2 from length of y
Y = fft(data,NFFT);%/NFFT;%L;
Fs = 1/(mean(time(2:end)-time(1:end-1))); % compute the sampling frequency
f = Fs/2*
浏览 9提问于2017-07-26得票数 0
回答已采纳
1回答
我在试着做一个带通过滤器。当我在做这件事的时候，我发现了一些奇怪的事情。滤波器的频率响应为OK(scipy.signal.freqz)。但是当我把它应用于正弦信号时，滤波器的形状会发生变化。
图3=信号频谱
图4=根据freqz()函数滤波器的频率响应
图1=滤波应用信号的频谱
最后，为什么在应用于信号时，滤波器的形状(也是幅度)会发生变化？
from scipy.signal import butter, lfilter, buttord, freqz
import numpy as np
import matplotlib.pyplot as plt
impo
浏览 6提问于2016-05-14得票数 1
回答已采纳
1回答
在对信号进行频谱分析时，我遇到了一个奇怪的问题，即绘制的信号频率发生了偏移(或加倍)。这里有一个简单的例子展示了我的方法:1 1kHz正弦信号以100 1kHz采样。最后，信号箱以2 2kHz而不是1 2kHz的频率出现。
import numpy as np
import matplotlib.pyplot as plt
time_step = 1.0/100e3
t = np.arange(0, 2**14) * time_step
sig = np.sin(2*np.pi*1e3*t)
sig_fft = np.fft.rfft(sig)
#calculate the power
浏览 25提问于2020-04-06得票数 0
2回答
我想问一下。我将傅立叶变换后的数据保存在.mat文件中。我需要得到它的光谱图。
我应该在Matlab中使用什么函数来做这件事？
spectrogram()函数不适合，因为它在傅立叶变换之前使用信号。
非常感谢你的帮助。
浏览 1提问于2017-10-03得票数 0
1回答
在Matlab中绘制音频文件时，如何显示音频信号的系数？
我是Matlab的新手，所以这可能是一个愚蠢的问题。我已经搜索过类似的东西，但没有发现任何类似的东西。
浏览 3提问于2013-08-15得票数 0
1回答
选择*最佳*带宽进行小波变换
、、、、
对一维连续信号数据进行变换，并在给定带宽/比例尺下产生一系列变换.现在，如何自动选择给定范围内的最佳带宽或规模？
例子:在图中，深蓝色线是原始的一维连续信号数据。其他每一条曲线都是对10，20，30，40，50波段数据的转换。对于这个例子，如何自动选择最能捕捉曲线变化的带宽？
注意:对于如何计算“最佳”带宽，答案可以是Python特定的，也可以是非常一般的。
import numpy
import matplotlib.pyplot as plt
from scipy.signal import ricker, cwt
data #numpy.ndarray
# data
浏览 1提问于2017-02-02得票数 0
1回答
有没有办法确定信号的长度和窗口大小，以便创建用户指定维度x*y的谱图？例如，为了创建大小为100*100的谱图，信号的长度是N=80050和w = 80。我已经用matlab生成了一个信号的频谱图，如下所示： N = 80050;
w = 80;
signal = randn(1,N);
spec=spectrogram(signal,w,0,256);
specto= spec(1:100,1:100);
specto_power=(20*log10(abs(specto)));
specMin_1 = min(specto_power(:));
specMax_1 = max
浏览 66提问于2020-09-13得票数 1
回答已采纳
1回答
为了我的单身汉论文，我正在创建一个工具箱。我编写了许多函数，但其中一个函数的行为不像我期望的那样。
首先，我创建了下面的函数。它产生随机白噪声，在工频域“假设”它已经在这个领域(为了仿真目的)绘制它。然后，利用逆傅里叶变换得到模拟信号，然后应用规则傅里叶变换得到我自己产生的白噪声。最后一步是验证函数的行为是否与我所期望的一样，而且确实如此。
def white_noise(n: int, N: int, slope: int = grad):
x = np.linspace(1, 100, n)
slope_loglog = (10 ** (slope * np.log10(
浏览 3提问于2020-01-06得票数 1
回答已采纳
3回答
我在绘制wav文件的FFT时有问题。我设法绘制了信号的幅度和相位光谱，但是我需要在距离-fs/2:fs/2中重复这一点。
%read sound files
%'y' is the vector holding the original samples & 'fs' refers to the sampling frequency
[y,fs] = wavread('handel.wav');
ydft = fft(y); %fft to transform the original signal into frequency do
浏览 9提问于2015-10-25得票数 1
回答已采纳
我正在编写一个函数，它接收时变信号并返回FFT。下面是Matlab文档：
它适用于简单的正弦波和。
对于其他的模拟信号，比如阶跃函数，我最终得到的是一种类似锯齿状振荡的fubar。下面是一个使用heaviside阶跃函数的最小示例，该函数绘制FFT权重的虚分量：
%Create and plot sign function
Fs = 1000;
dt = 1/Fs;
tvals = -1: dt: 1-dt;
yvals = sign(tvals); %don't use heaviside() it is very slow
subplot(2,1,1);
浏览 0提问于2018-09-13得票数 2
回答已采纳
1回答
我目前正在学习ML，我认为一个项目(为了学习目的)就是使用ML对DTMF音调进行分类。
我将使用numpy/scipy，我将有一个时域DTMF信号(对于所有数字0-9)，并在FFT函数上使用它，我将得到一个频率值数组，它表示具有比其他频率更高的两个频率的电话拨号盘。
假设的例子:一个假设的DTMF音调有两个频率100 and和300 and。FFT阵列的增量将为100 my (仅在本例中，在实际实现中将有更好的增量)。
指数0(100 1.0 )-1.0
指数1(200赫兹)- 0.0
指数2(300 1.0 )-1.0
索引3至n-0.0
我所看到的大多数s
浏览 9提问于2022-05-28得票数 1
1回答
我正在尝试开发一个应用程序，它能够从wav文件录音中识别出鸟的声音。当创建数据库时，im使用另一个声音剪辑集合，并试图获得它们的唯一标识。我计划使用FFT来做这件事。(我对这些概念没有任何问题)问题是，在创建唯一标识之前，清除这些基本记录的噪音很重要吗？如果是这样，谁能帮助我与“过零率”的概念和一些其他技术，以清除噪音和silence.Thanks的声音文件提前。
浏览 7提问于2012-01-05得票数 2
1回答
我想绘制一个音频文件在wav中30秒的频谱图。但我在python中执行此操作时遇到错误。我怎样才能实现我的目标？
import scipy
import matplotlib.pyplot as plt
import scipy.io.wavfile
sample_rate, X = scipy.io.wavfile.read('595.wav')
print (sample_rate, X.shape )
plt.specgram(X, Fs=sample_rate, xextent=(0,30))
和错误
ValueE
浏览 29提问于2017-07-03得票数 1
我正在读取文件中的pcm数据，然后绘制它。我注意到这个情节在librosa.display.waveplot、情节和大胆之间有所不同。
这是代码和图像
%matplotlib inline
import matplotlib.pyplot as plt
import librosa.display
import numpy as np
import IPython.display as ipd
import matplotlib.pyplot as plt
import numpy, pylab
# the pcm file is 32le integer with a sampling r
浏览 1提问于2019-07-29得票数 2
回答已采纳
我正在寻找一种方法，准确的情节声音在实时生成，使用python。基本上，我正在生成一个频率随噪声函数变化的音调。当频率达到一定的阈值时，我需要输出一个视觉提示(例如:一个打印语句)
我一直在使用pyaudio输出音频，它工作得很好。但我还没有找到一种方法来绘制它，或者当它达到一定的水平时进行监控。
编辑:稍微澄清一下:假设我生成了1秒的样本。频率在0.1秒和0.7秒时达到预期水平。我如何播放这个音频样本，并在它达到0.1秒和0.7秒的时刻精确地打印语句。我如何同步某种视觉线索，或任何函数调用，与音频播放精确同步。
浏览 0提问于2013-07-30得票数 0
1回答
使用互相关的声音文件时延
、、、
我正在努力加快Java中两个声音文件之间的时延估计算法。我的想法是使用互相关和搜索最高值，这给了我的样本数量的延迟。
我做过这件事，而且效果很好。我创建了一些示例文件，然后计算了时间延迟。结果相当好。问题是，由于运算量大，该算法需要很长的时间。
有办法加快速度吗？
/**
* Input vector for signal x1 (reference).
*/
private double[] x1;
/**
* Input vector for signal x2 (test).
*/
private double[] x2;
/**
* Execute the cross
浏览 3提问于2014-05-12得票数 2
回答已采纳
2回答
绘制和提取fft相位
、、、
下面是一个代码，它将fft相位绘制与两种不同的方法进行比较：
import numpy as np
import matplotlib.pyplot as plt
import scipy.fftpack
phase = np.pi / 4
f = 1
fs = f*20
dur=10
t = np.linspace(0, dur, num=fs*dur, endpoint=False)
y = np.cos(2 * np.pi * t + phase)
Y = scipy.fftpack.fftshift(scipy.fftpack.fft(y))
f = scipy.fftpack.ff
浏览 3提问于2020-02-18得票数 3
1回答
我尝试使用Processing从麦克风中获取频率。我混合了文档中的两个例子，但“最高”不是真正的Hz (a是440 Hz)。你知道怎么吃比这更好的东西吗？
import ddf.minim.*;
import ddf.minim.analysis.*;
Minim minim;
AudioInput in;
FFT fft;
int highest=0;
void setup()
{
size(1024, 200, P2D);
minim = new Minim(this);
minim.debugOn();
in = minim.getLineIn(Minim.MON
浏览 0提问于2012-04-15得票数 2
回答已采纳
我正在为numpy实现快速傅里叶变换而奋斗。我的信号不是周期性的，因此肯定不是一个理想的候选信号，然而，它的结果与我所期望的相去甚远。它是同一个信号，只是被某些因素拉伸。我绘制了一个窦性曲线，近似于它旁边的信号，这说明我正确地使用了FFT函数：
import numpy as np
from matplotlib import pyplot as plt
signal = array([[ 0.], [ 0.1667557 ], [ 0.31103874], [ 0.44339886], [ 0.50747922],
[ 0.47848347], [ 0.64544846], [ 0
浏览 3提问于2016-08-07得票数 2
回答已采纳
1回答
我使用python 2.7来比较吉他音调的差异。我在中问了同样的问题，但没有太多运气，所以我想我也可以在这里问。
我发现在matplotlib中有一些很棒的内置特性，比如和
magnitude_spectrum函数似乎是不需要动脑筋的，因为它是信号的快速傅立叶变换，显示每个特定的谐波。然而，当比较不同的吉他弦时，要精确地确定要比较的每个峰值是很棘手的。PSD函数提供了非常流畅的图形，这对于明显的视觉比较是完美的。
我的理解是，PSD对于随机信号是有用的，但不一定是已知信号。这是真的吗？有什么理由我不应该使用PSD来比较吉他弦吗？
这是用PSD和magnitude_spectrum弹吉他一秒钟的
浏览 7提问于2015-07-28得票数 0
我使用下面的命令在MATLAB中创建了一个“chirp”信号。
Fs = 22050;
dt = 1/Fs;
tmax = 10;
t= 0:dt:tmax; % 10 second @ 22.5kHz sample rate
f0=50;f1=1000; % Start at 50Hz, go up to 1kHz
audio = chirp(t,f0,tmax,f1);
当我在MATLAB中使用音频播放器播放音频信号时，我听到周期性的“滴答声”。
p = audioplayer(audio, Fs);
浏览 0提问于2011-04-06得票数 1
回答已采纳
1回答
假设我从具有已知采样率Fs但未知中心频率Fc的SDR收集了I/Q数据。如果我绘制频谱，它的范围将从(-Fs/2)到(+Fs/2)。因此，我可以从中推断出任何东西(例如。存在哪些频率)，或者我需要明确知道中心频率？
浏览 2提问于2017-04-02得票数 0
假设有许多长度为12的数组，其中包含大约±100范围内的有符号整数，我如何才能以比简单加权平均更精确的方式将这些数组的“签名”或“调和内容”彼此进行比较？
我是否必须研究神经网络(如果这可能适用，我不知道tbh)，还是有更直接的方法？
编辑：
在图表上，想象x轴上的索引和y轴上的值。如果归一化后图形的形状相似，则两个数组将非常相似。
我发现很难找到合适的词来描述这个问题。
浏览 0提问于2010-01-22得票数 0
回答已采纳
1回答
我正在使用下面的代码来记录音频和产生一个幅度浮动数据。但我不确定这些数据是否正确。有人能证实一下吗？
用于录制音频的主程序类似于示例。
在那里，一旦我创建了队列，我将AudioQueueProcessingTapNew添加到中，如下所示：
guard let queue = queue else { return }
var maxFrames : UInt32 = 0;
var tapFormat = AudioStreamBasicDescription()
var tap : AudioQueueProcessingTapRef? = nil
var player =
浏览 0提问于2019-03-09得票数 1
回答已采纳
2回答
FFT:将样本与频率匹配
、、、
让我们假设
我有一个向量t与时间的时间，我的样本。(这些样本在时域上的分布并不均匀。
另外，我有一个向量数据，其中包含t时的样本。
T和数据具有相同的长度。
如果我绘制这个图，就会得到某种周期性的信号。
现在我可以执行:abs(fft(数据))得到我的光谱，然后绘制在x轴上的数据点的数量。
如何获得向量t中关于时间的谱并绘制它呢？我想知道1/s中的哪个频率或信号中的哪个周期。
谢谢你的帮助。
浏览 11提问于2012-11-22得票数 3
回答已采纳
1回答
我临时安装了spectrum，在默认情况下安装了matplotlib。看看，我看到matplotlib在extras_required。我想知道如何在没有spectrum的情况下安装matplotlib。
浏览 1提问于2019-11-11得票数 0
回答已采纳
我想做一个信号的傅里叶逆变换。我用这个
fftw_plan_dft_c2r_1d
然而，输出向量需要是双倍的。问题是，信号的IFFT不是给出了复数结果吗？
浏览 4提问于2016-02-11得票数 1
1回答
当我使用Intel的和时，在数量级数组中，我在零指数处得到了一个巨大的峰值。
我的正弦波很长，我感兴趣的主要成分在0.15赫兹到0.25赫兹之间。我以500赫兹的采样频率取样。如果我从FFT前的信号中减去平均值，我得到的是非常小的零分量，而不是那个峰值。以下是数量级阵列头图：
此外，幅度标度似乎是我在信号的时间序列中所看到的幅度的10倍，例如，如果振幅在震级上是29，则是290。
我不知道为何是这样，我的问题是1。我是否真的需要处理零指数的峰值，平均减少2。这个10的比例从何而来？
void CalculateForwardTransform(array<double>
浏览 4提问于2020-07-14得票数 1
回答已采纳
1回答
归一化-具有不同采样率的信号
、、、、
我正在尝试解决一个信号处理问题。我有一个这样的信号
我的工作是使用FFT来绘制频率与信号的关系图。这是我到目前为止所编写的代码：
def Extract_Data(filepath, pattern):
data = []
with open(filepath) as file:
for line in file:
m = re.match(pattern, line)
if m:
data.append(list(map(float, m.groups())))
浏览 47提问于2019-11-25得票数 2
2回答
我正在使用matplotlib，在尝试绘制大型向量时，我发现了一些问题。有时得到"MemoryError“我的问题是，是否有任何方法可以减少我需要绘制的值的规模？
在这个例子中，我绘制了一个大小为2647296的向量！
有没有办法在更小的比例上绘制相同的值？
浏览 0提问于2012-03-23得票数 4
回答已采纳
我有一个音频剪辑，我想要检测某个(高音调)噪声何时发生。我不知道任何关于FFT的东西，我如何返回噪声发生的音频帧(我在想频率触发)？
浏览 2提问于2020-06-18得票数 0
在LTE中，他们经常谈论运营商。这不是威瑞森，at&t等，但似乎是不同的东西。在LTE中，“载波”是什么意思？
浏览 10提问于2016-03-11得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
