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。