如何在python3中减小matplotlib谱图的比例

Question

我正在分析.wav文件的频谱图。但是在让代码最终工作之后，我遇到了一个小问题。在保存了700多个.wav文件的光谱图之后，我意识到它们基本上看起来都一样！这不是因为它们是相同的音频文件，而是因为我不知道如何将绘图的比例更改为更小（所以我可以弄清楚差异）。

我已经尝试通过查看此StackOverflow帖子来解决此问题 Changing plot scale by a factor in matplotlib

我将在下面显示两个不同.wav文件的图表

这是.wav＃1

这是.wav＃2

信不信由你，这些是两个不同的.wav文件，但它们看起来非常相似。如果规模如此广泛，计算机尤其无法获得这两个.wav文件的差异。

我的代码在

下面

def individualWavToSpectrogram(myAudio, fileNameToSaveTo):
print(myAudio)
#Read file and get sampling freq [ usually 44100 Hz ]  and sound object
samplingFreq, mySound = wavfile.read(myAudio)

#Check if wave file is 16bit or 32 bit. 24bit is not supported
mySoundDataType = mySound.dtype

#We can convert our sound array to floating point values ranging from -1 to 1 as follows

mySound = mySound / (2.**15)

#Check sample points and sound channel for duel channel(5060, 2) or  (5060, ) for mono channel

mySoundShape = mySound.shape
samplePoints = float(mySound.shape[0])

#Get duration of sound file
signalDuration =  mySound.shape[0] / samplingFreq

#If two channels, then select only one channel
#mySoundOneChannel = mySound[:,0]

#if one channel then index like a 1d array, if 2 channel index into 2 dimensional array
if len(mySound.shape) > 1:
    mySoundOneChannel = mySound[:,0]
else:
    mySoundOneChannel = mySound

#Plotting the tone

# We can represent sound by plotting the pressure values against time axis.
#Create an array of sample point in one dimension
timeArray = numpy.arange(0, samplePoints, 1)

#
timeArray = timeArray / samplingFreq

#Scale to milliSeconds
timeArray = timeArray * 1000

plt.rcParams['agg.path.chunksize'] = 100000


#Plot the tone
plt.plot(timeArray, mySoundOneChannel, color='Black')
#plt.xlabel('Time (ms)')
#plt.ylabel('Amplitude')
print("trying to save")
plt.savefig('/Users/BillyBobJoe/Desktop/' + fileNameToSaveTo + '.jpg')
print("saved")
#plt.show()
#plt.close()

如何修改此代码以提高图形的灵敏度，以便使两个.wav文件之间的差异更加明显？

谢谢！

[UPDATE] 我试过用过 plt.xlim((0, 16000))

但这只是在图表的右侧添加了空格 像

我需要一种方法来改变每个单位的规模。以便在我将x轴从0 - 16000

更改时填写图表

Answer 1

如果问题是：如何限制xaxis上的比例，比如0到1000之间，你可以这样做：

plt.xlim((0, 1000))