用Python画基音的基音频率图

要画出一个基音的基音频率图，需要进行以下步骤：

1. 首先，使用Python载入音频文件。可以使用Python的wave库来完成这个任务，例如：

import wave

with wave.open('audio.wav', 'rb') as wf:
    # 读取音频文件的相关信息，包括采样率、通道数、采样位数等等
    framerate = wf.getframerate()  # 采样率
    nchannels = wf.getnchannels()  # 通道数
    sampwidth = wf.getsampwidth()  # 采样位数
    nframes = wf.getnframes()  # 音频文件中的采样点数
    # 读取音频数据，转换为一维数组
    data = wf.readframes(nframes)

2. 接着，需要对音频数据进行预处理，提取出基音信息。这里可以使用Python的numpy库来进行FFT变换，例如：

import numpy as np

# 将音频数据转换为一维数组
data = np.frombuffer(data, dtype=np.int16)

# 对音频数据进行FFT变换，得到频谱数据
spectrum = np.fft.fft(data)

# 计算频谱数据的模值，即能量谱
power_spectrum = np.abs(spectrum) ** 2

# 对能量谱进行对数变换，得到对数能量谱
log_power_spectrum = 10 * np.log10(power_spectrum)

3. 最后，使用Python的matplotlib库来画出基音频率图，例如：

import matplotlib.pyplot as plt

# 计算每个频率对应的基音周期
periods = framerate / np.arange(1, nframes // 2 + 1)

# 找到能量谱最大的频率，即为基音频率
fundamental_frequency = periods[np.argmax(log_power_spectrum[:nframes // 2])]

# 画出对数能量谱
plt.plot(np.arange(nframes // 2), log_power_spectrum[:nframes // 2])

# 在图像上标注基音频率
plt.annotate('fundamental frequency: {:.2f}Hz'.format(fundamental_frequency),
             xy=(fundamental_frequency / framerate * nframes // 2, np.max(log_power_spectrum[:nframes // 2])),
             xytext=(fundamental_frequency / framerate * nframes // 2, np.max(log_power_spectrum[:nframes // 2]) - 10),
             arrowprops=dict(facecolor='black', shrink=0.05))

这样就可以画出一个基音的基音频率图了。