了解scipy.signal.spectrogram（）的输出

Question

我试图了解scipy.signal.spectrogram()的输出是什么，以及如何使用它们。目前，我读取了一个.wav文件并生成了一个频谱图。

from scipy.io import wavfile as wav
from scipy import signal

sample_rate, data = wav.read('sound.wav')
f, t, Sxx = signal.spectrogram(data, sample_rate)

-

如果理解这是完全错误的，我对频谱图的想法是一个3D图，其中包括：

x-axis: time
y-axis: frequency
pixel colour/brightness: amplitude

所以我想知道f，t和Sxx与time，frequency和amplitude的关系。

感谢阅读，感谢您的帮助！

Answer 1

f是频率阵列，包含fft每个频带的频率。可以用作图形的标签

t是时间数组，包含相对于源信号进行此FFT的时间。再次可以用作标签。

Sxx数组包含振幅，是一个二维数组，其形状为f的长度乘以t的长度。

因此，与时间数组长度匹配的轴是时间轴，另一个是频率。

如果要标准化显示，则需要自己找到Sxx数组的最小值和最大值。