使用scipy.signal.spectrogram时出现错误的谱图

Question

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)

​

​

但是，如果我使用枕页中给出的示例代码生成光谱图，下面的代码如下所示：

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')

frequencies, times, spectrogram = signal.spectrogram(samples[:,1],sample_rate,nfft=1024,noverlap=900, nperseg=1024)

plt.pcolormesh(times, frequencies, spectrogram)
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')

​

​

为了调试正在发生的事情，我尝试使用第一个方法生成的Pxx、freqs、bins，然后使用第二个方法来绘制数据：

plt.pcolormesh(bins, freqs, Pxx)
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')

​

​

生成的图几乎与第二种方法生成的图相同。因此，似乎scipy.signal.spectrogram毕竟没有问题。问题在于我们绘制图表的方式。我想知道plt.pcolormesh是否是绘制光谱图的正确方法，尽管这种方法是在赋值文件中提出的。

这里也问过一个类似的问题，但还没有解决这个问题的办法。

Answer 1

规格图的默认缩放模式是“dB”(来自散斑文档)

标度：“默认”、“\”、“线性”、“dB”、“”--规范中值的缩放。“线性”不是缩放。‘dB’返回dB比例中的值。当模式是‘psd’，这是dB功率(10 * log10)。否则，这是dB振幅(20 * log10)。默认是‘dB’，如果模式是‘psd’或‘震级’和‘线性’，否则。这必须是‘线性’，如果模式是‘角度’或‘相位’。 模式：‘默认的’\( )-使用什么样的频谱。默认为“psd”，它采用功率谱密度。“复数”返回复值频谱.“震级”返回震级谱。“角”返回相位谱，不需要展开。“相位”通过展开返回相位谱。

为了在pcolormesh中取得类似的结果，您需要对数据进行等效的缩放。

plt.pcolormesh(times, frequencies, 10*np.log10(spectrogram))

我不认为pcolormesh例子的缩放是正确的。您可以在示例中清楚地看到载波，但是添加的噪声信号是不可见的。

Answer 2

您应该在您的pcolormesh函数中使用一个非线性颜色图。

尝试设置norm=matplotlib.colors.LogNorm(vmin=np.amin(spectrogram), vmax=np.amax(spectrogram))

或norm=matplotlib.colors.PowerNorm(gamma=0.5).

有关更多信息，请参见https://matplotlib.org/stable/tutorials/colors/colormapnorms.html。

Answer 3

用这个代替：

plt.pcolormesh(times, frequencies, spectrogram, norm = matplotlib.colors.Normalize(0,1))

这将使数据规范化，然后再进行绘图，这样您就可以正确地显示颜色。matplotlib.colors.Colormap上的文档说，“通常用脑图实例将数据值(浮动)从间隔0，1转换为相应的脑图所代表的RGBA颜色。”如果您的值超出此范围，它可能会将其绘制为深色(我相信)。