scipy.signal.spectrogram与matplotlib.pyplot.specgram的比较

Question

下面的代码使用scipy.signal.spectrogram或matplotlib.pyplot.specgram生成频谱图。

然而，specgram函数的颜色对比度相当低。有没有办法增加它？

import numpy as np
from scipy import signal
import matplotlib.pyplot as plt

# Generate data
fs = 10e3
N = 5e4
amp = 4 * np.sqrt(2)
noise_power = 0.01 * fs / 2
time = np.arange(N) / float(fs)
mod = 800*np.cos(2*np.pi*0.2*time)
carrier = amp * np.sin(2*np.pi*time + mod)
noise = np.random.normal(scale=np.sqrt(noise_power), size=time.shape)
noise *= np.exp(-time/5)
x = carrier + noise

使用matplotlib.pyplot.specgram会产生以下结果：

Pxx, freqs, bins, im = plt.specgram(x, NFFT=1028, Fs=fs)
x1, x2, y1, y2 = plt.axis()
plt.axis((x1, x2, 0, 200))
plt.show()

​

​

使用scipy.signal.spectrogram的结果如下所示

f, t, Sxx = signal.spectrogram(x, fs, nfft=1028)
plt.pcolormesh(t, f[0:20], Sxx[0:20])
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

​

​

这两个函数似乎都使用了'jet‘颜色映射。

我通常也会对这两个函数之间的区别感兴趣。尽管它们做的是相似的事情，但它们显然不是完全相同的。

Answer 1

plt.specgram不仅返回Pxx、f、t，还会自动为您进行绘图。打印时，plt.specgram将打印10*np.log10(Pxx)而不是Pxx。

但是，signal.spectrogram仅返回Pxx、f和t。它根本不做绘图。这就是您使用plt.pcolormesh(t, f[0:20], Sxx[0:20])的原因。您可能想要绘制10*np.log10(Sxx)。