python怎么画spectrogram图

可以使用Python的matplotlib库和scipy库来绘制spectrogram图。首先，需要加载音频文件，并将其转换为频谱图。可以使用scipy库来进行快速傅里叶变换(FFT)和功率谱密度计算。然后，将计算出来的频谱图传递给matplotlib库进行可视化显示。以下是一个示例代码：

import scipy.signal as signal
from scipy.io import wavfile
import matplotlib.pyplot as plt

# 读取音频文件
sampling_rate, audio_data = wavfile.read('audio.wav')

# 使用scipy库进行FFT和功率谱密度计算
frequencies, times, spectrogram = signal.spectrogram(audio_data, fs=sampling_rate)

# 绘制spectrogram图
plt.pcolormesh(times, frequencies, spectrogram)
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

执行该代码，将会绘制出音频文件的spectrogram图。

相关问题

python画时频图

要使用Python绘制时频图，你可以使用一些常见的科学计算库，如NumPy和Matplotlib。下面是一个简单的示例代码，演示如何使用短时傅里叶变换(STFT)绘制时频图：

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

# 生成信号
t = np.linspace(0, 1, 1000)
f = 10  # 频率为10Hz
x = np.sin(2 * np.pi * f * t)

# 计算短时傅里叶变换
frequencies, times, Zxx = stft(x, fs=1000)

# 绘制时频图
plt.pcolormesh(times, frequencies, np.abs(Zxx), shading='auto')
plt.colorbar(label='Amplitude')
plt.title('Spectrogram')
plt.xlabel('Time [s]')
plt.ylabel('Frequency [Hz]')
plt.show()

以上代码使用`np.sin`生成了一个频率为10Hz的简单正弦波信号。然后通过`stft`函数计算了短时傅里叶变换，得到频率、时间和幅度谱的数据。最后，使用`plt.pcolormesh`绘制了时频图。

你可以根据自己的需求修改代码中的信号和参数，以及自定义图表样式。

python画梅尔频谱图

要使用Python绘制梅尔频谱图，你可以按照以下步骤进行操作：

首先，你需要安装Librosa库，它是一个用于音频和音乐分析的Python库。你可以使用以下命令来安装Librosa：

pip install librosa

然后，你可以使用以下代码来绘制梅尔频谱图：

import librosa
import librosa.display
import matplotlib.pyplot as plt

# 读取音频文件
audio_file = 'path/to/your/audio/file.wav'
y, sr = librosa.load(audio_file)

# 计算梅尔频谱
mel_spec = librosa.feature.melspectrogram(y=y, sr=sr)

# 将梅尔频谱转换为对数刻度
mel_spec_db = librosa.power_to_db(mel_spec, ref=np.max)

# 绘制梅尔频谱图
plt.figure(figsize=(10, 4))
librosa.display.specshow(mel_spec_db, sr=sr, x_axis='time', y_axis='mel')
plt.colorbar(format='%+2.0f dB')
plt.title('Mel Spectrogram')
plt.tight_layout()
plt.show()

确保将`audio_file`替换为你自己的音频文件路径。这段代码将绘制出一个梅尔频谱图，并显示在一个Matplotlib窗口中。