使用python进行波形及频谱绘制的方法
如下所示:
#-*-coding:UTF-8-*- importwave importnumpyasnp importmatplotlib.pyplotasplt #打开wav文件,open返回一个的是一个Wave_read类的实例,通过调用它的方法读取WAV文件的格式和数据。 f=wave.open(r"D:\project\REC001.wav","rb") #读取格式信息 #一次性返回所有的WAV文件的格式信息,它返回的是一个组元(tuple):声道数,量化位数(byte单位),采 #样频率,采样点数,压缩类型,压缩类型的描述。wave模块只支持非压缩的数据,因此可以忽略最后两个信息 params=f.getparams() [nchannels,sampwidth,framerate,nframes]=params[:4] #读取波形数据 #读取声音数据,传递一个参数指定需要读取的长度(以取样点为单位) str_data=f.readframes(nframes) f.close() #将波形数据转换成数组 #需要根据声道数和量化单位,将读取的二进制数据转换为一个可以计算的数组 wave_data=np.fromstring(str_data,dtype=np.short) #将wave_data数组改为2列,行数自动匹配。在修改shape的属性时,需使得数组的总长度不变。 wave_data.shape=-1,2 #转置数据 wave_data=wave_data.T #通过取样点数和取样频率计算出每个取样的时间。 time=np.arange(0,nframes/2)/framerate #print(params) plt.figure(1) #time也是一个数组,与wave_data[0]或wave_data[1]配对形成系列点坐标 plt.subplot(211) plt.plot(time,wave_data[0]) plt.xlabel("time/s") plt.title('Wave') N=44100 start=0 #开始采样位置 df=framerate/(N-1) #分辨率 freq=[df*nforninrange(0,N)] #N个元素 wave_data2=wave_data[0][start:start+N] c=np.fft.fft(wave_data2)*2/N #常规显示采样频率一半的频谱 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()
以上这篇使用python进行波形及频谱绘制的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。