统计频谱图的能量分布python

在Python中，统计频谱图的能量分布通常用于分析信号的频率特性，如音频信号、图像数据等。你可以使用matplotlib库以及numpy库来完成这个任务。以下是简单的步骤：

1. 导入必要的库：

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import welch, periodogram

2. 加载并预处理数据（如果是音频文件，可以使用librosa库）：

from librosa.core import load
audio, sr = load('your_audio_file.wav', mono=True)

3. 使用`welch()`函数计算能量分布（Welch's method是一种常用的平滑估计方法）：

f, Pxx = welch(audio, fs=sr, window='hann', nperseg=512, noverlap=256, scaling='density')

这里，`fs`是采样率，`nperseg`是每个窗格的样本点数，`noverlap`是窗口之间的重叠部分。

4. 绘制频谱图，并显示能量分布：

plt.plot(f, Pxx, 'r')  # 红色线表示能量分布
plt.xlabel('Frequency (Hz)')
plt.ylabel('Power/Frequency (dB/Hz)')
plt.title('Spectrum of Audio Signal')
plt.show()