matplotlib.mlab

为与MATLAB同名命令兼容而编写的数值Python函数。大多数数值Python函数可以在NumPy和SciPy库中找到。此处保留的代码用于执行频谱计算和核密度估计。

频谱函数

cohere

相干性（归一化互谱密度）

csd

使用Welch平均周期图的互谱密度

detrend

从数组中移除均值或最佳拟合线

psd

使用Welch平均周期图的功率谱密度

specgram

频谱图（时间段上的频谱）

complex_spectrum

返回信号的复值频谱

magnitude_spectrum

返回信号频谱的幅值

angle_spectrum

返回信号频谱的角度（缠绕相位）

phase_spectrum

返回信号频谱的相位（解缠绕角度）

detrend_mean

从线中移除均值。

detrend_linear

从线中移除最佳拟合线。

detrend_none

返回原始线。

class matplotlib.mlab.GaussianKDE(dataset, bw_method=None)

基类: object

使用高斯核的核密度估计的表示。

参数:

dataset类数组

用于估计的数据点。对于单变量数据，这是一个1-D数组；否则，它是一个形状为（维度数，数据点数）的2D数组。

bw_method{'scott', 'silverman'} 或 浮点数 或 可调用对象，可选

用于计算估计器带宽的方法。如果是浮点数，将直接用作 kde.factor。如果是可调用对象，它应将 GaussianKDE 实例作为唯一参数并返回一个浮点数。如果为 None（默认值），则使用 'scott'。

属性：

datasetndarray

传递给构造函数的数据集。

dim整型

维度数量。

num_dp整型

数据点数量。

factor浮点数

带宽因子，从 kde.covariance_factor 获取，协方差矩阵将乘以该因子。

covariancendarray

dataset 的协方差矩阵，按计算出的带宽（kde.factor）进行缩放。

inv_covndarray

covariance 的逆。

方法

kde.evaluate(points)	(ndarray) 在提供的一组点上评估估计的pdf。
kde(points)	(ndarray) 与 kde.evaluate(points) 相同

covariance_factor()

evaluate(points)

在给定点集上评估估计的pdf。

参数:

points（维度数，点数）-数组

或者，可以传入一个（维度数，）向量并将其视为单个点。

返回:

（点数，）-数组

每个点上的值。

引发:

ValueError如果输入点的维度不同

于KDE的维度。

scotts_factor()

silverman_factor()

matplotlib.mlab.angle_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算 x 的频谱角度（缠绕相位谱）。数据被填充到 pad_to 的长度，并对信号应用加窗函数 window。

参数:

x一维数组或序列

包含数据的数组或序列

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。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），但它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，这意味着将 pad_to 设置为输入信号的长度（即不进行填充）。

返回:

spectrum1-D 数组

频谱的角度（缠绕相位谱）。

freqs一维数组

与 *spectrum* 中元素对应的频率。

另请参阅

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回 complex_spectrum 的绝对值。

angle_spectrum

返回 complex_spectrum 的角度。

phase_spectrum

返回 complex_spectrum 的相位（解缠绕角度）。

specgram

可以返回信号内部各个段的复频谱。

matplotlib.mlab.cohere(x, y, NFFT=256, Fs=2, detrend=<function detrend_none>, window=<function window_hanning>, noverlap=0, pad_to=None, sides='default', scale_by_freq=None)

x 和 y 之间的相干性。相干性是归一化互谱密度

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

参数:

x, y

包含数据的数组或序列

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。这可能与 NFFT 不同，NFFT 指定了使用的数据点数。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），但它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，这意味着将 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，但您也可以使用自定义函数。您也可以使用字符串选择其中一个函数：'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）

段之间的重叠点数。

返回:

Cxy一维数组

相干性向量。

freqs一维数组

*Cxy* 中元素的频率。

另请参阅

psd(), csd()

有关用于计算 \(P_{xy}\), \(P_{xx}\) 和 \(P_{yy}\) 的方法的信息。

matplotlib.mlab.complex_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算 x 的复值频谱。数据被填充到 pad_to 的长度，并对信号应用加窗函数 window。

参数:

x一维数组或序列

包含数据的数组或序列

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。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），但它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，这意味着将 pad_to 设置为输入信号的长度（即不进行填充）。

返回:

spectrum1-D 数组

复值频谱。

freqs一维数组

与 *spectrum* 中元素对应的频率。

另请参阅

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回 complex_spectrum 的绝对值。

angle_spectrum

返回 complex_spectrum 的角度。

phase_spectrum

返回 complex_spectrum 的相位（解缠绕角度）。

specgram

可以返回信号内部各个段的复频谱。

matplotlib.mlab.csd(x, y, NFFT=None, Fs=None, detrend=None, window=None, noverlap=None, pad_to=None, sides=None, scale_by_freq=None)

计算互谱密度。

通过Welch平均周期图法计算互谱密度 \(P_{xy}\)。向量 x 和 y 被分成 NFFT 长度的段。每个段都通过函数 detrend 去趋势，并通过函数 window 加窗。noverlap 表示段之间的重叠长度。x 和 y 的直接FFT乘积在每个段上进行平均，以计算 \(P_{xy}\)，并进行缩放以校正因加窗引起的功率损失。

如果 len(*x*) < *NFFT* 或 len(*y*) < *NFFT*，它们将被零填充到 *NFFT*。

参数:

x, y一维数组或序列

包含数据的数组或序列

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。这可能与 NFFT 不同，NFFT 指定了使用的数据点数。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），但它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，这意味着将 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，但您也可以使用自定义函数。您也可以使用字符串选择其中一个函数：'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）

段之间的重叠点数。

返回:

Pxy一维数组

缩放前互谱 \(P_{xy}\) 的值（实数值）

freqs一维数组

与 Pxy 中的元素对应的频率

另请参阅

psd

相当于设置 y = x。

参考

Bendat & Piersol -- 随机数据：分析与测量程序，John Wiley & Sons (1986)

matplotlib.mlab.detrend(x, key=None, axis=None)

返回已去除趋势的 x。

参数:

x数组或序列

包含数据的数组或序列。

key{'default', 'constant', 'mean', 'linear', 'none'} 或 函数

要使用的去趋势算法。'default'、'mean' 和 'constant' 与 detrend_mean 相同。'linear' 与 detrend_linear 相同。'none' 与 detrend_none 相同。默认值为 'mean'。有关算法的更多详细信息，请参阅相应的函数。也可以是一个执行去趋势操作的函数。

axis整型

执行去趋势操作的轴。

另请参阅

detrend_mean

'mean' 算法的实现。

detrend_linear

'linear' 算法的实现。

detrend_none

'none' 算法的实现。

matplotlib.mlab.detrend_linear(y)

返回 x 减去最佳拟合线；'线性'去趋势。

参数:

y0维或1维数组或序列

包含数据的数组或序列

另请参阅

detrend_mean

另一种去趋势算法。

detrend_none

另一种去趋势算法。

detrend

所有去趋势算法的封装器。

matplotlib.mlab.detrend_mean(x, axis=None)

返回 x 减去 x 的均值。

参数:

x数组或序列

包含数据的数组或序列 可以是任意维度

axis整型

计算均值的轴。有关此参数的说明，请参阅 numpy.mean。

另请参阅

detrend_linear

另一种去趋势算法。

detrend_none

另一种去趋势算法。

detrend

所有去趋势算法的封装器。

matplotlib.mlab.detrend_none(x, axis=None)

返回 x：不进行去趋势操作。

参数:

x任意对象

包含数据的对象

axis整型

此参数被忽略。包含此参数是为了与 detrend_mean 兼容

另请参阅

detrend_mean

另一种去趋势算法。

detrend_linear

另一种去趋势算法。

detrend

所有去趋势算法的封装器。

matplotlib.mlab.magnitude_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算 x 频谱的幅值（绝对值）。数据被填充到 pad_to 的长度，并对信号应用加窗函数 window。

参数:

x一维数组或序列

包含数据的数组或序列

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。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），但它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，这意味着将 pad_to 设置为输入信号的长度（即不进行填充）。

返回:

spectrum1-D 数组

频谱的幅值（绝对值）。

freqs一维数组

与 *spectrum* 中元素对应的频率。

另请参阅

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回 complex_spectrum 的绝对值。

angle_spectrum

返回 complex_spectrum 的角度。

phase_spectrum

返回 complex_spectrum 的相位（解缠绕角度）。

specgram

可以返回信号内部各个段的复频谱。

matplotlib.mlab.phase_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算 x 频谱的相位（解缠绕相位谱）。数据被填充到 pad_to 的长度，并对信号应用加窗函数 window。

参数:

x一维数组或序列

包含数据的数组或序列

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。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），但它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，这意味着将 pad_to 设置为输入信号的长度（即不进行填充）。

返回:

spectrum1-D 数组

频谱的相位（解缠绕相位谱）。

freqs一维数组

与 *spectrum* 中元素对应的频率。

另请参阅

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回 complex_spectrum 的绝对值。

angle_spectrum

返回 complex_spectrum 的角度。

phase_spectrum

返回 complex_spectrum 的相位（解缠绕角度）。

specgram

可以返回信号内部各个段的复频谱。

matplotlib.mlab.psd(x, NFFT=None, Fs=None, detrend=None, window=None, noverlap=None, pad_to=None, sides=None, scale_by_freq=None)

计算功率谱密度。

通过Welch平均周期图法计算功率谱密度 \(P_{xx}\)。向量 x 被分成 NFFT 长度的段。每个段都通过函数 detrend 去趋势，并通过函数 window 加窗。noverlap 表示段之间的重叠长度。每个段 \(i\) 的 \(|\mathrm{fft}(i)|^2\) 被平均以计算 \(P_{xx}\)。

如果 len(x) < NFFT，它将被零填充到 NFFT。

参数:

x一维数组或序列

包含数据的数组或序列

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。这可能与 NFFT 不同，NFFT 指定了使用的数据点数。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），但它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，这意味着将 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，但您也可以使用自定义函数。您也可以使用字符串选择其中一个函数：'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）

段之间的重叠点数。

返回:

Pxx一维数组

功率谱 \(P_{xx}\) 的值（实数值）

freqs一维数组

与 Pxx 中的元素对应的频率

另请参阅

specgram

specgram 在默认重叠、不返回段周期图的均值以及返回段的时间方面有所不同。

magnitude_spectrum

返回幅值谱。

csd

返回两个信号之间的谱密度。

参考

Bendat & Piersol -- 随机数据：分析与测量程序，John Wiley & Sons (1986)

matplotlib.mlab.specgram(x, NFFT=None, Fs=None, detrend=None, window=None, noverlap=None, pad_to=None, sides=None, scale_by_freq=None, mode=None)

计算频谱图。

计算并绘制 x 中数据的频谱图。数据被分成 NFFT 长度的段，并计算每个段的频谱。对每个段应用加窗函数 window，并用 noverlap 指定每个段的重叠量。

参数:

x类数组

1维数组或序列。

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

一个函数或长度为 NFFT 的向量。要创建窗函数向量，请参阅 window_hanning、window_none、numpy.blackman、numpy.hamming、numpy.bartlett、scipy.signal、scipy.signal.get_window 等。如果传入一个函数作为参数，它必须接受一个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

在执行FFT时，数据段将被填充到的点数。这可能与 NFFT 不同，NFFT 指定了使用的数据点数。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），但它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，这意味着将 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，但您也可以使用自定义函数。您也可以使用字符串选择其中一个函数：'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整型，默认值: 128

块之间的重叠点数。

mode字符串，默认值：'psd'

要使用的频谱类型

'psd'

返回功率谱密度。

'complex'

返回复值频谱。

'magnitude'

返回幅值谱。

'angle'

返回未解缠的相位谱。

'phase'

返回已解缠的相位谱。

返回:

spectrum类数组

2D数组，列是连续段的周期图。

freqs类数组

1D数组，与 spectrum 中的行对应的频率。

t类数组

1D数组，与段中点对应的时间（即 spectrum 中的列）。

另请参阅

psd

在重叠和返回值方面有所不同。

complex_spectrum

类似，但具有复值频率。

magnitude_spectrum

当 mode 为 'magnitude' 时，与单个段类似。

angle_spectrum

当 mode 为 'angle' 时，与单个段类似。

phase_spectrum

当 mode 为 'phase' 时，与单个段类似。

备注

detrend 和 scale_by_freq 仅在 mode 设置为 'psd' 时适用。

matplotlib.mlab.window_hanning(x)

返回 x 乘以长度为 len(x) 的 Hanning (或 Hann) 窗口。

另请参阅

window_none

另一种窗口算法。

matplotlib.mlab.window_none(x)

无窗口函数；只返回 x。

另请参阅

window_hanning

另一种窗口算法。