使用python進(jìn)行波形及頻譜繪制的方法
更新時(shí)間:2019年06月17日 09:19:45 作者:匠子的窩
今天小編就為大家分享一篇使用python進(jìn)行波形及頻譜繪制的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
如下所示:
# -*- coding: UTF-8 -*-
import wave
import numpy as np
import matplotlib.pyplot as plt
# 打開(kāi)wav文件 ,open返回一個(gè)的是一個(gè)Wave_read類(lèi)的實(shí)例,通過(guò)調(diào)用它的方法讀取WAV文件的格式和數(shù)據(jù)。
f = wave.open(r"D:\project\REC001.wav","rb")
# 讀取格式信息
# 一次性返回所有的WAV文件的格式信息,它返回的是一個(gè)組元(tuple):聲道數(shù), 量化位數(shù)(byte單位), 采
# 樣頻率, 采樣點(diǎn)數(shù), 壓縮類(lèi)型, 壓縮類(lèi)型的描述。wave模塊只支持非壓縮的數(shù)據(jù),因此可以忽略最后兩個(gè)信息
params = f.getparams()
[nchannels, sampwidth, framerate, nframes] = params[:4]
# 讀取波形數(shù)據(jù)
# 讀取聲音數(shù)據(jù),傳遞一個(gè)參數(shù)指定需要讀取的長(zhǎng)度(以取樣點(diǎn)為單位)
str_data = f.readframes(nframes)
f.close()
# 將波形數(shù)據(jù)轉(zhuǎn)換成數(shù)組
# 需要根據(jù)聲道數(shù)和量化單位,將讀取的二進(jìn)制數(shù)據(jù)轉(zhuǎn)換為一個(gè)可以計(jì)算的數(shù)組
wave_data = np.fromstring(str_data,dtype = np.short)
# 將wave_data數(shù)組改為2列,行數(shù)自動(dòng)匹配。在修改shape的屬性時(shí),需使得數(shù)組的總長(zhǎng)度不變。
wave_data.shape = -1,2
# 轉(zhuǎn)置數(shù)據(jù)
wave_data = wave_data.T
# 通過(guò)取樣點(diǎn)數(shù)和取樣頻率計(jì)算出每個(gè)取樣的時(shí)間。
time=np.arange(0,nframes/2)/framerate
# print(params)
plt.figure(1)
# time 也是一個(gè)數(shù)組,與wave_data[0]或wave_data[1]配對(duì)形成系列點(diǎn)坐標(biāo)
plt.subplot(211)
plt.plot(time,wave_data[0])
plt.xlabel("time/s")
plt.title('Wave')
N=44100
start=0
# 開(kāi)始采樣位置
df = framerate/(N-1)
# 分辨率
freq = [df*n for n in range(0,N)]
# N個(gè)元素
wave_data2=wave_data[0][start:start+N]
c=np.fft.fft(wave_data2)*2/N
# 常規(guī)顯示采樣頻率一半的頻譜
plt.subplot(212)
plt.plot(freq[:round(len(freq)/2)],abs(c[:round(len(c)/2)]),'r')
plt.title('Freq')
plt.xlabel("Freq/Hz")
plt.show()
以上這篇使用python進(jìn)行波形及頻譜繪制的方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python的getattr函數(shù)方法學(xué)習(xí)使用示例
這篇文章主要為大家介紹了Python的getattr方法學(xué)習(xí)使用示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-08-08
解讀opencv中cv2.imread()返回值為None問(wèn)題及解決
這篇文章主要介紹了解讀opencv中cv2.imread()返回值為None問(wèn)題及解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-11-11
Python matplotlib繪圖可視化知識(shí)點(diǎn)整理(小結(jié))
這篇文章主要介紹了Python matplotlib繪圖可視化知識(shí)點(diǎn)整理(小結(jié)),小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-03-03
Keras在mnist上的CNN實(shí)踐,并且自定義loss函數(shù)曲線圖操作
這篇文章主要介紹了Keras在mnist上的CNN實(shí)踐,并且自定義loss函數(shù)曲線圖操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。2021-05-05
Python讀取圖像并顯示灰度圖的實(shí)現(xiàn)
這篇文章主要介紹了Python讀取圖像并顯示灰度圖的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
pytorch實(shí)現(xiàn)用Resnet提取特征并保存為txt文件的方法
今天小編大家分享一篇pytorch實(shí)現(xiàn)用Resnet提取特征并保存為txt文件的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08

