理解scipy.signal.spectrogram()的输出

Question

我试图了解scipy.signal.spectrogram()的输出是什么，以及如何使用它们。目前，我读取一个.wav文件并生成一个谱图。

from scipy.io import wavfile as wav
from scipy import signal

sample_rate, data = wav.read('sound.wav')
f, t, Sxx = signal.spectrogram(data, sample_rate)

--

如果理解完全错误，我的光谱图是一个3D图，包括：

x-axis: time
y-axis: frequency
pixel colour/brightness: amplitude

所以我想知道f、t和Sxx与time、frequency和amplitude有什么关系。

感谢您的阅读，感谢您的帮助！

Answer 1

F是频率阵列，包含fft的每个频带的频率。它可以用作图形的标签。

T是时间阵列，包含相对于源信号进行FFT的时间。同样可以用作标签。

Sxx阵列包含振幅，是一个二维阵列，其形状为f的长度乘以t的长度。

因此，与时间序列长度相匹配的轴是时间轴，而另一个轴是频率。

如果您想要正常显示，您需要自己找到Sxx数组的min值和最大值。