python短时傅里叶变换图

Python中的短时傅立叶变换（Short-Time Fourier Transform, STFT）通常用于分析信号在时间域内的频率特性。它将长信号分割成多个小窗口，并对每个窗口应用傅立叶变换，这样可以捕捉到信号随时间变化的频谱信息。matplotlib库和numpy库常用于绘制STFT图。

在Python中，你可以按照以下步骤操作：

1. 导入所需库：

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

2. 准备信号数据：

# 示例：生成一个简单的正弦波信号
fs = 44100  # 采样率
t = np.linspace(0, 1, fs, endpoint=False)
signal = np.sin(2 * np.pi * 440 * t)  # 440Hz正弦波

3. 应用STFT并计算结果：

window_size = 1024  # 窗口大小
overlap = 512  # 重叠部分大小
stft_result, freqs, times = stft(signal, window='hann', nperseg=window_size, noverlap=overlap)

4. 可视化STFT：

magnitude = np.abs(stft_result)  # 获取幅度值
plt.pcolormesh(times, freqs, magnitude, vmin=0, vmax=np.max(magnitude), shading='auto')
plt.xlabel('Time (seconds)')
plt.ylabel('Frequency (Hz)')
plt.title('Short-time Fourier Transform of Signal')
plt.colorbar()
plt.show()