为什么 matplotlib magnitude_spectrum 函数似乎显示错误的幅度?
Why does matplotlib magnitude_spectrum function seem to show wrong magnitudes?
我创建了一个由两个正弦波组成的 1 秒长的音频样本,然后使用 matplotlib 的幅度谱函数绘制频谱,结果似乎是错误的。这两个波在整个一秒音频样本中具有完全相同的幅度,但幅度却大不相同。这对我来说似乎很奇怪,所以我还使用了 numpys 函数来绘制 DFT,并且幅度完全相同,正如我认为的那样。结果图如下图所示。有谁知道,为什么会这样?我的代码有没有做错什么?任何帮助将不胜感激。
最小工作示例:
import matplotlib.pyplot as plt
import numpy as np
sr = 20000
freq1 = 200
freq2 = 100
duration = 1
x = np.linspace(0, duration, sr * duration)
y = np.concatenate([0.5*np.sin(freq1 * 2 * np.pi * x[:10000]) + 0.5*np.sin(freq2 * 2 * np.pi * x[:10000]), np.sin(freq1 * 2 * np.pi * x[10000:15000]), np.sin(freq2 * 2 * np.pi * x[15000:20000])])
fig, ax = plt.subplots(3, 1, figsize=(12, 10))
ax[0].plot(x, y)
ax[0].axis(xmin=0, xmax=1)
ax[0].set_xlabel('Time [s]')
ax[0].set_ylabel('Amplitude [-]')
ax[1].magnitude_spectrum(y, Fs=sr, color='C1')
ax[1].axis(xmin=0, xmax=500)
ax[1].set_xlabel('Frequency [Hz]')
ax[1].set_ylabel('Magnitude [-]')
ax[2].plot(np.fft.rfftfreq(sr, d=1/sr), np.abs(np.fft.rfft(y, norm='ortho'))/100)
ax[2].axis(xmin=0, xmax=500)
ax[2].set_xlabel('Frequency [Hz]')
ax[2].set_ylabel('Magnitude [-]')
plt.tight_layout()
plt.show()
我觉得和matplotlib中使用的window有关。默认情况下,它使用 Hanning window,因此将 window 类型更改为 window_none。在这两种情况下,缩放的方式也不同。通过进行以下更改,您将看到它们都匹配。
from matplotlib import mlab
ax[1].magnitude_spectrum(y, Fs=sr, color='C1', window=mlab.window_none)
ax[2].plot(np.fft.rfftfreq(sr, d=1/sr), np.abs(np.fft.rfft(y))/sr)
结果
我创建了一个由两个正弦波组成的 1 秒长的音频样本,然后使用 matplotlib 的幅度谱函数绘制频谱,结果似乎是错误的。这两个波在整个一秒音频样本中具有完全相同的幅度,但幅度却大不相同。这对我来说似乎很奇怪,所以我还使用了 numpys 函数来绘制 DFT,并且幅度完全相同,正如我认为的那样。结果图如下图所示。有谁知道,为什么会这样?我的代码有没有做错什么?任何帮助将不胜感激。
最小工作示例:
import matplotlib.pyplot as plt
import numpy as np
sr = 20000
freq1 = 200
freq2 = 100
duration = 1
x = np.linspace(0, duration, sr * duration)
y = np.concatenate([0.5*np.sin(freq1 * 2 * np.pi * x[:10000]) + 0.5*np.sin(freq2 * 2 * np.pi * x[:10000]), np.sin(freq1 * 2 * np.pi * x[10000:15000]), np.sin(freq2 * 2 * np.pi * x[15000:20000])])
fig, ax = plt.subplots(3, 1, figsize=(12, 10))
ax[0].plot(x, y)
ax[0].axis(xmin=0, xmax=1)
ax[0].set_xlabel('Time [s]')
ax[0].set_ylabel('Amplitude [-]')
ax[1].magnitude_spectrum(y, Fs=sr, color='C1')
ax[1].axis(xmin=0, xmax=500)
ax[1].set_xlabel('Frequency [Hz]')
ax[1].set_ylabel('Magnitude [-]')
ax[2].plot(np.fft.rfftfreq(sr, d=1/sr), np.abs(np.fft.rfft(y, norm='ortho'))/100)
ax[2].axis(xmin=0, xmax=500)
ax[2].set_xlabel('Frequency [Hz]')
ax[2].set_ylabel('Magnitude [-]')
plt.tight_layout()
plt.show()
我觉得和matplotlib中使用的window有关。默认情况下,它使用 Hanning window,因此将 window 类型更改为 window_none。在这两种情况下,缩放的方式也不同。通过进行以下更改,您将看到它们都匹配。
from matplotlib import mlab
ax[1].magnitude_spectrum(y, Fs=sr, color='C1', window=mlab.window_none)
ax[2].plot(np.fft.rfftfreq(sr, d=1/sr), np.abs(np.fft.rfft(y))/sr)
结果