python统计每个整数出现频率,统计字符频次python
我试着用Python来得到。wav文件。目前，我有一个代码，可以绘制振幅与时间和频率与功率(dB)的关系。我尝试用频率和功率图的代码来代替绘制频率和时间图，但没有成功。我知道频率数据是对称的，这意味着我与时间数据相比有1/2的数据点。我可以通过保存重复的频率数据来绘制它们，但我怀疑这是否能真正准确地表示频率和时间的关系。在
我认为这种方法需要对数据段进行短时傅里叶变换，然后得出结果。也就是说，我发现了一些类似的代码，但我很难理解这些代码发生了什么，并做出任何有意义的调整来帮助我实现目标。在
总之，我希望有人能有一些样本代码或方法来创建频率对时间的图表。Python中的wav文件。非常感谢！请让我知道，如果我能张贴代码，我一直在使用它至今。At #导入所需的函数
从scipy.io.wavfile导入读取
从scipy.fftpack导入fft，fftfreq，fftshift
从scipy.signal导入get_window
从数学导入单元
从pylab导入图，imshow，clf，gray，xlabel，ylabel
#读入一个wav文件
#返回采样速率(每秒采样数)和数据
rate，data=read(waveTest.wav )
数据=数据[:0]
#定义样本间距和窗口大小。
dT=1.0/速率
T_window=50e-3
N_window=int(T_window *速率)
N_data=len(data)
# 1.获取窗口配置文件
window=get_window(hamming ，N_window)
# 2.建立FFT
结果=[]
开始=0
while (start N_data - N_window):
end=开始N_window
result . append(FFT shift(FFT(window * data[start:end]))
开始=结束
result . append(FFT shift(FFT(window * data[-N _ window:]))
结果=数组(结果，结果[0])。数据类型)
#显示结果
freq scale=FFT shift(fftfreq(N _ window，dT))[150:-150]/1e3
图(1)
clf()
s.imshow(abs(result[:150:-150])，extent=(5，-5，(N_data*dT-T_window/2.0)，T_window/2.0)) #19.04，-19.04，6.41，0.025
s.xlabel(频率(kHz))
s.ylabel(时间(秒。))
显示()
按照要求，以上是我正在努力的代码。其实我觉得挺好用的，但是我有几个疑问。在
1)什么是abs(结果[:150:-150])？我意识到他是在取傅里叶变换的绝对值(为了去掉复杂成分？)。这是频率吗？在
2)如何交换数据，使X轴上的时间与Y轴上的频率相同？在
3)图像如何知道哪个频率对应哪个时间？如果我理解正确的话，扩展数据块需要最后两个参数，即文件的长度和文件应该执行的步骤？在
4)是否可以在图中而不是图像上绘制数据？在
希望这些问题不要太多，也不要太具体。再次感谢您的帮助！在
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。