matplotlib.pyplot.cohere#

matplotlib.pyplot.cohere(x, y, *, NFFT=256, Fs=2, Fc=0, detrend=<function detrend_none>, window=<function window_hanning>, noverlap=0, pad_to=None, sides='default', scale_by_freq=None, data=None, **kwargs)[source]#

绘制 *x* 和 *y* 之间的相干性。

相干性是归一化的互谱密度

\[C_{xy} = \frac{|P_{xy}|^2}{P_{xx}P_{yy}}\]

参数:

Fs浮点数，默认值：2: 采样频率（每时间单位的采样点数）。用于计算傅里叶频率 *freqs*，单位为每时间单位的周期数。
window可调用对象或ndarray，默认值：window_hanning: 一个函数或一个长度为 NFFT 的向量。要创建窗口向量，请参见window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window等。如果将函数作为参数传递，它必须接受数据段作为参数并返回该数据段的加窗版本。
sides{'default', 'onesided', 'twosided'}，可选: 返回频谱的哪一侧。'default' 对实数数据是单侧的，对复数数据是双侧的。'onesided' 强制返回单侧频谱，而 'twosided' 强制返回双侧频谱。
pad_to整数，可选: 执行FFT时数据段填充到的点数。这可以与指定所用数据点数的 *NFFT* 不同。虽然这不会增加频谱的实际分辨率（可分辨峰值之间的最小距离），但可以为绘图提供更多点，从而显示更多细节。这对应于对fft的调用中的 *n* 参数。默认值为 None，表示将 *pad_to* 设置为 *NFFT*。
NFFT整数，默认值：256: FFT 中每个块中使用的数据点数。2 的幂次方效率最高。这**不**应用于零填充，否则结果的缩放将不正确；请改用 *pad_to*。
detrend{'none', 'mean', 'linear'} 或可调用对象，默认值：'none': 在进行FFT之前应用于每个数据段的函数，旨在去除均值或线性趋势。与MATLAB中 *detrend* 参数是向量不同，在Matplotlib中它是一个函数。mlab模块定义了detrend_none、detrend_mean和detrend_linear，但你也可以使用自定义函数。你也可以使用字符串来选择其中一个函数：'none' 调用detrend_none。'mean' 调用detrend_mean。'linear' 调用detrend_linear。
scale_by_freq布尔值，默认值：True: 结果密度值是否应按缩放频率进行缩放，这将以 1/Hz 为单位给出密度。这允许对返回的频率值进行积分。为了与 MATLAB 兼容，默认值为 True。
noverlap整数，默认值：0（无重叠）: 块之间的重叠点数。
Fc整数，默认值：0: *x* 的中心频率，它会偏移绘图的 x 范围，以反映信号采集、滤波和下采样到基带时使用的频率范围。

返回:

Cxy一维数组: 相干性向量。
freqs一维数组: *Cxy* 中元素的频率。

其他参数:

data可索引对象，可选

如果给定，以下参数也接受字符串s，如果s是data中的一个键，则将其解释为data[s]

x, y

**kwargs

关键字参数控制Line2D属性

属性	描述
`agg_filter`	一个过滤函数，它接受一个 (m, n, 3) 浮点数组和一个 dpi 值，并返回一个 (m, n, 3) 数组以及图像左下角的两个偏移量
`alpha`	浮点数或 None
`animated`	布尔值
`antialiased` 或 `aa`	布尔值
`clip_box`	`BboxBase` 或 None
`clip_on`	布尔值
`clip_path`	Patch 或 (Path, Transform) 或 None
`color` 或 `c`	color
`dash_capstyle`	`CapStyle` 或 {'butt', 'projecting', 'round'}
`dash_joinstyle`	`JoinStyle` 或 {'miter', 'round', 'bevel'}
`dashes`	浮点数序列（点中的开/关墨迹）或 (None, None)
`data`	(2, N) 数组或两个一维数组
`drawstyle` 或 `ds`	{'default', 'steps', 'steps-pre', 'steps-mid', 'steps-post'}，默认值: 'default'
`figure`	`Figure` 或 `SubFigure`
`fillstyle`	{'full', 'left', 'right', 'bottom', 'top', 'none'}
`gapcolor`	颜色或 None
`gid`	str
`in_layout`	布尔值
`label`	对象
`linestyle` 或 `ls`	{'-', '--', '-.', ':', '', (offset, on-off-seq), ...}
`linewidth` 或 `lw`	浮点数
`marker`	标记样式字符串，`Path` 或 `MarkerStyle`
`markeredgecolor` 或 `mec`	color
`markeredgewidth` 或 `mew`	浮点数
`markerfacecolor` 或 `mfc`	color
`markerfacecoloralt` 或 `mfcalt`	color
`markersize` 或 `ms`	浮点数
`markevery`	None 或 int 或 (int, int) 或 slice 或 list[int] 或 float 或 (float, float) 或 list[bool]
`mouseover`	布尔值
`path_effects`	`AbstractPathEffect`列表
`picker`	浮点数或 callable[[Artist, Event], tuple[bool, dict]]
`pickradius`	浮点数
`rasterized`	布尔值
`sketch_params`	(scale: 浮点数, length: 浮点数, randomness: 浮点数)
`snap`	布尔值或 None
`solid_capstyle`	`CapStyle` 或 {'butt', 'projecting', 'round'}
`solid_joinstyle`	`JoinStyle` 或 {'miter', 'round', 'bevel'}
`transform`	未知
`url`	str
`visible`	布尔值
`xdata`	一维数组
`ydata`	一维数组
`zorder`	浮点数

备注

注意

这是pyplot对axes.Axes.cohere的包装器。

参考

Bendat & Piersol -- Random Data: Analysis and Measurement Procedures, John Wiley & Sons (1986)