matplotlib.pyplot.psd()函数绘制交叉光谱密度
Matplotlib是Python中的一个库,它是NumPy库的数值-数学扩展。Pyplot是一个基于状态的Matplotlib模块接口,该模块提供了一个类似matlab的接口。
matplotlib.pyplot.csd()函数
使用matplotlib库pyplot模块中的csd()函数来绘制交叉光谱密度。
语法:matplotlib.pyplot.csd(x, y, NFFT=None,Fs=None,Fc=None,window=None,noverlap=None,pad_to=None,sides=None,scale_by_freq=None,scale_by_freq=None,\,data=None,\\*kwargs)
参数:该方法接受如下参数说明:
- x:数据序列。
- Fs:标量。默认值为2。
- window:该参数接受一个数据段作为参数,并返回该段的窗口版本。其默认值是window_hanning()
- sides:该参数指定返回频谱的哪一边。它可以有以下值:’ default ‘, ‘ onesided ‘和’ twosided ‘。
- pad_to:该参数包含填充数据段的整数值。
- NFFT:该参数包含用于FFT的每个块的数据点的数量。
- detrend:该参数包含在fft-ing之前应用于每个分段的函数,旨在去除平均值或线性趋势{‘ none ‘, ‘ mean ‘, ‘ linear ‘}。
- scale_by_freq:该参数允许对返回的频率值进行集成。
- noverlap:该参数表示块之间的重叠点数量。
- Fc: x的中心频率。
- return_line:该参数包括在返回值中绘制的line对象。
返回如下内容:
- Pxx:这将返回缩放前功率谱P_{xx}的值。
- freqs:返回Pxx中元素的频率。
- line:返回由该函数创建的行。
结果是(Pxx, freqs, line)
下面的例子演示了matplotlib.pyplot.psd()函数在matplotlib.pyplot中的作用:
示例1
# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
dt = 0.01
t = np.arange(0, 30, dt)
nse1 = np.random.randn(len(t))
s1 = 1.5 * np.sin(2 * np.pi * 10 * t) + nse1 + np.cos(np.pi * t)
plt.psd(s1**2, 512, 1./dt, color ="green")
plt.xlabel('Frequency')
plt.ylabel('PSD(db)')
plt.suptitle('matplotlib.pyplot.psd() function \
Example', fontweight ="bold")
plt.show()
输出:
示例2
# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
dt = 0.01
t = np.arange(0, 30, dt)
nse1 = np.random.randn(len(t))
r = np.exp(-t / 0.05)
cnse1 = np.convolve(nse1, r, mode ='same')*dt
s1 = np.cos(np.pi * t) + cnse1 + np.sin(2 * np.pi * 10 * t)
plt.psd(s1, 2**14, dt)
plt.ylabel('PSD(db)')
plt.xlabel('Frequency')
plt.title('matplotlib.pyplot.psd() Example\n',
fontsize = 14, fontweight ='bold')
plt.show()
输出: