如何在Python中绘制连续的正弦波?

时间:2018-04-11 15:22:38

标签: python python-3.x matplotlib waveform

我正在尝试模拟使用Python从示波器生成的正弦波的显示。当我试图仅仅模拟它(而不是从示波器中提取数据)时,我想知道如何显示连续的正弦波。我有设备的采样率(200MHz - 1GS / s),我的波的频率(1MHz)和幅度(1V)。数据将以微秒为单位进行查看。我已经在StackOverflow上阅读了各种答案,并且遇到了有不规则波形或其他类似情节的问题。有没有办法让这些数据显示如下? Oscilloscope data output I wish to simulate, for 1MHz freq, 100MS/s sample rate, amplitude of 1V.

第二个问题是能够连续绘制此波。例如,当使用Matplotlib时,如果我缩小它并不显示波持续超过我的间隔。有没有办法让波浪不断代表?我不想被束缚到Matplotlib,所以我正在寻找其他解决方案,这些解决方案在两个方向上不断创建(附加?)数据。如果无法做到这一点,是否可以在每个方向上建立某种数量的波长?

非常感谢你!

import numpy as np
from scipy import signal
import matplotlib.pyplot as plt

Fs = 20E3
f = 1E6
sample = Fs/f
print(sample)
x = np.arange(sample)

y = 100*np.sin(2 * np.pi * f * x / Fs)

plt.plot(x, y)
plt.show()

1 个答案:

答案 0 :(得分:1)

您可以使用matplotlib.animation来实现目标。

我拿了一个existing example which emulates an oscilloscope并根据你的需要调整它(例如正弦波和连续绘图)。

关于连续绘图:我设置了一个continous变量,您可以选择是否要连续绘制(无法缩放)或不绘制(能够缩放)。我还不能在一个情节中结合两种功能。因此,只需使用continous = True运行一次代码,然后使用continous = False执行一次,以查看它是否符合您的需求。

但我认为这可能是绘制连续正弦波的良好开端。

import numpy as np
from matplotlib.lines import Line2D
import matplotlib.pyplot as plt
import matplotlib.animation as animation

# Your Parameters
amp = 1         # 1V        (Amplitude)
f = 1000        # 1kHz      (Frequency)
fs = 200000     # 200kHz    (Sample Rate)
T = 1/f
Ts = 1/fs

# Select if you want to display the sine as a continous wave
#  True = Continous (not able to zoom in x-direction)
#  False = Non-Continous  (able to zoom)
continous  = True

x = np.arange(fs)
y = [ amp*np.sin(2*np.pi*f * (i/fs)) for i in x]


class Scope(object):
    def __init__(self, ax, maxt=2*T, dt=Ts):
        self.ax = ax
        self.dt = dt
        self.maxt = maxt
        self.tdata = [0]
        self.ydata = [0]
        self.line = Line2D(self.tdata, self.ydata)
        self.ax.add_line(self.line)
        self.ax.set_ylim(-amp, amp)
        self.ax.set_xlim(0, self.maxt)

    def update(self, y):
        lastt = self.tdata[-1]
        if continous :
            if lastt > self.tdata[0] + self.maxt:
                self.ax.set_xlim(lastt-self.maxt, lastt)

        t = self.tdata[-1] + self.dt
        self.tdata.append(t)
        self.ydata.append(y)
        self.line.set_data(self.tdata, self.ydata)
        return self.line,


def sineEmitter():
    for i in x:
        yield y[i]


fig, ax = plt.subplots()
scope = Scope(ax)

# pass a generator in "sineEmitter" to produce data for the update func
ani = animation.FuncAnimation(fig, scope.update, sineEmitter, interval=10,
                              blit=True)

plt.show()