Python - 时间频谱图答案

【问题标题】：Time frequency spectrogram in PythonPython - 时间频谱图
【发布时间】：2015-10-30 19:33:24
【问题描述】：

我有一些以 256Hz 采样的 64 通道脑电图数据，我正在尝试对每个通道进行时频分析并绘制频谱图。

数据存储在一个 numpy 3d 数组中，其中一个维度的长度为 256，每个元素包含所有采样时间点的微伏读数（每个数据通道的总长度为 1 秒）。

要明确：我的 3D 阵列是 64*256*913（电极 * 电压 * 试验）。试验只是一个实验的一次试验。所以我想做的是从一次试验中获取一个电极，以及整个一维电压矢量并创建一个时频频谱图。例如，我想从 data[0,:,0] 创建一个频谱图。

对于每个电极，我想要一个图，其中 y 轴是频率，x 轴是时间，颜色/强度是功率

我已经尝试在 python 中使用它：

from matplotlib.pyplot import specgram
#data = np.random.rand(256)
specgram(data, NFFT=256, Fs=256)

这给了我一些看起来像这样的东西：

这对我来说看起来不正确，因为轴范围不正确

此外，当我对所有 EEG 通道运行相同的代码时，我的所有数据都会得到完全相同的图（即使我已经验证每个通道的数据不同）

我对信号处理还很陌生，在我的数据布局或函数使用方式上是否有什么地方出错了？

【问题讨论】：

您能多谈谈数据吗？我假设你的一个轴是电压，第二个是时间，第三个是通道 - 所以我想你应该选择一个通道，忘记时间，因为样本之间的周期是恒定的。对于specgram，您应该使用一维数组或序列，所以我认为问题可能就在这里。
抱歉不清楚。我已经更新了这个问题。基本上我的 3D 阵列的 3 个维度是电极 * 电压 * 试验。我在一次试验中为单个电极采用一维阵列（电压），并希望从中获得频谱图。所以是的，我正在绘制一维数组
尝试类似specgram(data, NFFT=64, noverlap=63, Fs=256) 如果您只有 256 个样本并且对 256 个样本进行 FFT，那么您将无法及时解决
成功了，谢谢！如果您将其发布为答案，我可以接受它

标签： python scipy signal-processing spectrogram time-frequency

【解决方案1】：

来自documentation 的specgram 函数：

绘制频谱图。

调用签名：

specgram(x, NFFT=256, Fs=2, Fc=0, detrend=mlab.detrend_none, 窗口=mlab.window_hanning，noverlap=128， cmap=无，xextent=无，pad_to=无，边='默认'， scale_by_freq=None, mode='default', scale='default', **kwargs)

计算并绘制 x 中数据的频谱图。数据被分成NFFT长度段和每个段的频谱被计算。对每个段应用加窗函数window，每个段的重叠量用 noverlap 指定。频谱图被绘制为颜色图（使用 imshow）。

x：一维数组或序列包含数据的数组或序列

看起来您的问题是您没有传递一维数据。试试：

from matplotlib.pyplot import specgram
specgram(data.flatten(), NFFT=256, Fs=256)

【讨论】：

我很确定我正在传递一个一维数组。我在问题中发布的示例有些做作，但注释行是一维的，我正在从我的 3D 矩阵中提取 1D 数组以输入到谱图（例如 data[0,:,0] ，其中中间维度包含电压，是我传入的一维数组）