Python使用matplotlib绘制2个信号的示意图和相干图代码详细介绍

使用 matplotlib.pyplot 绘制了包含两个信号的时域图和它们的相干图。

1. 导入库和设置随机种子：

   import matplotlib.pyplot as plt
   import numpy as np
   
   np.random.seed(19680801)
   

   这里导入了 matplotlib.pyplot 和 numpy 库，并设置了随机种子以确保可重现性。

2. 生成时间向量和信号：

   dt = 0.01
   t = np.arange(0, 30, dt)
   nse1 = np.random.randn(len(t))
   nse2 = np.random.randn(len(t))
   s1 = np.sin(2 * np.pi * 10 * t) + nse1
   s2 = np.sin(2 * np.pi * 10 * t) + nse2
   

   定义了时间步长 dt 和时间向量 t，然后生成了两个包含白噪声的信号 nse1 和 nse2，以及包含与 10 Hz 频率相干的正弦波部分的信号 s1 和 s2。

3. 创建画布和子图：

   fig, axs = plt.subplots(2, 1, layout='constrained')
   

   使用 plt.subplots 创建一个包含两个子图的画布，axs 是一个包含两个 Axes 对象的数组。

4. 绘制时域图：

   axs[0].plot(t, s1, t, s2)
   axs[0].set_xlim(0, 2)
   axs[0].set_xlabel('Time (s)')
   axs[0].set_ylabel('s1 and s2')
   axs[0].grid(True)
   

   在第一个子图中绘制了两个信号 s1 和 s2 的时域图，并设置了横轴范围、标签和网格。

5. 计算并绘制相干图：

   cxy, f = axs[1].cohere(s1, s2, 256, 1. / dt)
   axs[1].set_ylabel('Coherence')
   

   使用 cohere 函数计算并绘制 s1 和 s2 的相干图，其中 256 是 FFT 窗口大小，1. / dt 是采样频率。

6. 显示图形：

   plt.show()
   

   最后，通过 plt.show() 显示整个图形。

• 完整代码

import matplotlib.pyplot as plt
import numpy as np

# Fixing random state for reproducibility
np.random.seed(19680801)

# 定义时间步长和时间向量
dt = 0.01
t = np.arange(0, 30, dt)

# 生成两个包含白噪声的信号，以及一个与10 Hz频率相干的部分
nse1 = np.random.randn(len(t))  # 白噪声 1
nse2 = np.random.randn(len(t))  # 白噪声 2
s1 = np.sin(2 * np.pi * 10 * t) + nse1  # 信号 1 包含10 Hz的相干部分
s2 = np.sin(2 * np.pi * 10 * t) + nse2  # 信号 2 包含10 Hz的相干部分

# 创建一个包含两个子图的画布
fig, axs = plt.subplots(2, 1, layout='constrained')

# 绘制时域图
axs[0].plot(t, s1, t, s2)
axs[0].set_xlim(0, 2)
axs[0].set_xlabel('Time (s)')
axs[0].set_ylabel('s1 and s2')
axs[0].grid(True)

# 计算并绘制相干图
cxy, f = axs[1].cohere(s1, s2, 256, 1. / dt)
axs[1].set_ylabel('Coherence')

# 显示图形
plt.show()