python，matplotlib: specgram数据数组值与散斑图不匹配
我用matplotlib.pyplot.specgram和matplotlib.pyplot.pcolormesh制作地震信号的谱图。
背景信息-The之所以使用pcolormesh，是因为我需要对光谱数据阵列做算术运算，然后重新绘制所产生的谱图(对于东、北、垂直三分量地震记录，我需要计算出水平谱幅，并将垂直谱除以水平谱)。使用谱图阵列数据比使用单个振幅谱更容易做到这一点。
我已经发现，在做了我的算术后的光谱图有意想不到的价值。经进一步研究发现，用pyplot.specgram方法制作的谱图图与用pyplot.pcolormesh法制作的谱图图和pyplot.specgram法返回的数据阵列图有不同的值。这两个图/数组都应该包含相同的值，我想不出它们为什么不包含。
例子：……的情节
plt.subplot(513)
PxN, freqsN, binsN, imN = plt.specgram(trN.data, NFFT = 20000, noverlap = 0, Fs = trN.stats.sampling_rate, detrend = 'mean', mode = 'magnitude')
plt.title('North')
plt.xlabel('Time [s]')
plt.ylabel('Frequency [Hz]')
plt.clim(0, 150)
plt.colorbar()
#np.savetxt('PxN.txt', PxN)看起来与…的情节不同
plt.subplot(514)
plt.pcolormesh(binsZ, freqsZ, PxN)
plt.clim(0,150)
plt.colorbar()尽管"PxN“数据数组(即，每个片段的谱图数据值)是由第一种方法生成的，并在第二种方法中重复使用。
有人知道为什么会发生这种事吗？
我意识到我对NFFT的价值不是一个平方数，但在我编码的这个阶段它并不重要。
我不知道"imN“数组(从pyplot.specgram返回的第四个变量)是什么以及它用于什么.
回答 1
Stack Overflow用户
发布于 2015-12-08 15:19:16
首先，让我们展示一个你描述的例子，以便其他人
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(1)
# Brownian noise sequence
x = np.random.normal(0, 1, 10000).cumsum()
fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(8, 10))
values, ybins, xbins, im = ax1.specgram(x, cmap='gist_earth')
ax1.set(title='Specgram')
fig.colorbar(im, ax=ax1)
mesh = ax2.pcolormesh(xbins, ybins, values, cmap='gist_earth')
ax2.axis('tight')
ax2.set(title='Raw Plot of Returned Values')
fig.colorbar(mesh, ax=ax2)
plt.show()
震级差异
您将立即注意到所绘制的值的大小差异。
默认情况下，plt.specgram不绘制它返回的“原始”值。相反，它以分贝为尺度(换句话说，它绘制振幅的10 * log10 )。如果您不希望它对事物进行缩放，则需要指定scale="linear"。然而，对于频率组成，一个日志标度将是最有意义的。
考虑到这一点，让我们模仿一下specgram所做的事情：
plotted = 10 * np.log10(values)
fig, ax = plt.subplots()
mesh = ax.pcolormesh(xbins, ybins, plotted, cmap='gist_earth')
ax.axis('tight')
ax.set(title='Plot of $10 * log_{10}(values)$')
fig.colorbar(mesh)
plt.show()
使用原木色标代替
或者，我们可以在图像上使用一个日志规范并得到类似的结果，但是要更清楚地传达颜色值是在日志尺度上的：
from matplotlib.colors import LogNorm
fig, ax = plt.subplots()
mesh = ax.pcolormesh(xbins, ybins, values, cmap='gist_earth', norm=LogNorm())
ax.axis('tight')
ax.set(title='Log Normalized Plot of Values')
fig.colorbar(mesh)
plt.show()
imshow对pcolormesh
最后，请注意，我们展示的示例没有应用任何插值，而原始的specgram图是这样做的。specgram使用imshow，而我们一直在使用pcolormesh。在这种情况下(正常的网格间距)，我们可以使用任何一种。
在这种情况下，imshow和pcolormesh都是非常好的选择。但是，如果使用大型数组，imshow将具有更好的性能。因此，您可以考虑使用它，即使您不希望插值(例如interpolation='nearest'关闭插值)。
例如：
extent = [xbins.min(), xbins.max(), ybins.min(), ybins.max()]
fig, ax = plt.subplots()
mesh = ax.imshow(values, extent=extent, origin='lower', aspect='auto',
cmap='gist_earth', norm=LogNorm())
ax.axis('tight')
ax.set(title='Log Normalized Plot of Values')
fig.colorbar(mesh)
plt.show()
https://stackoverflow.com/questions/34156050
复制相似问题
腾讯云开发者
