Aggiunta della barra colori a uno spettrogramma

Question

Sto provando ad aggiungere una barra colori a uno spettrogramma. Ho provato ogni thread di domande e domande che ho trovato online e nessuno ha risolto questo problema

Nota che 'spl1' (data splice 1) è una traccia di ObsPy.

Il mio codice è:

fig = plt.figure() 
ax1 = fig.add_axes([0.1, 0.75, 0.7, 0.2]) #[left bottom width height] 
ax2 = fig.add_axes([0.1, 0.1, 0.7, 0.60], sharex=ax1) 
ax3 = fig.add_axes([0.83, 0.1, 0.03, 0.6]) 

t = np.arange(spl1[0].stats.npts)/spl1[0].stats.sampling_rate 
ax1.plot(t, spl1[0].data, 'k') 

ax,spec = spectrogram(spl1[0].data,spl1[0].stats.sampling_rate, show=False, axes=ax2) 
ax2.set_ylim(0.1, 15) 
fig.colorbar(spec, cax=ax3) 

viene fuori con l'errore:

Traceback (most recent call last): 

    File "<ipython-input-18-61226ccd2d85>", line 14, in <module> 
    ax,spec = spectrogram(spl1[0].data,spl1[0].stats.sampling_rate, show=False, axes=ax2) 

TypeError: 'Axes' object is not iterable 

miglior risultato finora:

Sostituzione delle ultime 3 righe di cui sopra con:

ax = spectrogram(spl1[0].data,spl1[0].stats.sampling_rate, show=False, axes=ax2) 
ax2.set_ylim(0.1, 15) 
fig.colorbar(ax,cax=ax3) 

Produce questo:

e questo errore per il colorbar:

axes object has no attribute 'autoscale_None' 

Non mi sembra di essere in grado di trovare un modo per ottenere la barra colorata sul diritto al lavoro.

Soluzioni?

Una delle soluzioni che ho visto è che è necessario creare un 'immagine' dei dati usando imshow(), tuttavia non ottengo un output per quello da Spectrogram(), solo 'ax'. Ho visto i posti provare con l'output 'ax, spec' da spectrogram() ma sta causando l'errore TypeError.

• codice molto simile che ho trovato, ma non ha funzionato https://www.nicotrebbin.de/wp-content/uploads/2012/03/bachelorthesis.pdf ('colorbar' Ctrl + F)
• Guardò esempi di codice from a related question
• imshow() suggestions e example - non possono ottenere un output da spettrogramma per trasformarsi in un'immagine. Questo secondo link, anche io non può ottenere il modulo di mlpy al lavoro (non credo che ci sia una funzione mlpy.wavelet)
• Questo problema è stato affrontato in an improvement post for obspy ma la soluzione ha dichiarato ha trovato non è stato dato

Spero che qualcuno possa dare una mano con questo - ci ho lavorato tutto il giorno!

Answer 1

risolto, con l'aiuto di this link.Non mostra decibel ancora, ma il problema principale è stato sempre il colorbar:

from obspy.imaging.spectrogram import spectrogram 
fig = plt.figure() 
ax1 = fig.add_axes([0.1, 0.75, 0.7, 0.2]) #[left bottom width height] 
ax2 = fig.add_axes([0.1, 0.1, 0.7, 0.60], sharex=ax1) 
ax3 = fig.add_axes([0.83, 0.1, 0.03, 0.6]) 

#make time vector 
t = np.arange(spl1[0].stats.npts)/spl1[0].stats.sampling_rate 

#plot waveform (top subfigure)  
ax1.plot(t, spl1[0].data, 'k') 

#plot spectrogram (bottom subfigure) 
spl2 = spl1[0] 
fig = spl2.spectrogram(show=False, axes=ax2) 
mappable = ax2.images[0] 
plt.colorbar(mappable=mappable, cax=ax3) 

Answer 2

Suppongo che si stia utilizzando matplotlib.pyplot. Ha chiamate strightforward per il colore sotto forma di matplotlib.pyplot.plot(x-cordinates , y-co-ordinates, color)

Un'implementazione di esempio è la seguente.

"""Plots 
Time in MS Vs Amplitude in DB of a input wav signal 
""" 

import numpy 
import matplotlib.pyplot as plt 
import pylab 
from scipy.io import wavfile 
from scipy.fftpack import fft 


myAudio = "audio.wav" 

#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] 

#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 

#Plot the tone 
plt.plot(timeArray, mySoundOneChannel, color='G') 
plt.xlabel('Time (ms)') 
plt.ylabel('Amplitude') 
plt.show() 


#Plot frequency content 
#We can get frquency from amplitude and time using FFT , Fast Fourier Transform algorithm 

#Get length of mySound object array 
mySoundLength = len(mySound) 

#Take the Fourier transformation on given sample point 
#fftArray = fft(mySound) 
fftArray = fft(mySoundOneChannel) 

numUniquePoints = numpy.ceil((mySoundLength + 1)/2.0) 
fftArray = fftArray[0:numUniquePoints] 

#FFT contains both magnitude and phase and given in complex numbers in real + imaginary parts (a + ib) format. 
#By taking absolute value , we get only real part 

fftArray = abs(fftArray) 

#Scale the fft array by length of sample points so that magnitude does not depend on 
#the length of the signal or on its sampling frequency 

fftArray = fftArray/float(mySoundLength) 

#FFT has both positive and negative information. Square to get positive only 
fftArray = fftArray **2 

#Multiply by two (research why?) 
#Odd NFFT excludes Nyquist point 
if mySoundLength % 2 > 0: #we've got odd number of points in fft 
    fftArray[1:len(fftArray)] = fftArray[1:len(fftArray)] * 2 

else: #We've got even number of points in fft 
    fftArray[1:len(fftArray) -1] = fftArray[1:len(fftArray) -1] * 2 

freqArray = numpy.arange(0, numUniquePoints, 1.0) * (samplingFreq/mySoundLength); 

#Plot the frequency 
plt.plot(freqArray/1000, 10 * numpy.log10 (fftArray), color='B') 
plt.xlabel('Frequency (Khz)') 
plt.ylabel('Power (dB)') 
plt.show() 

#Get List of element in frequency array 
#print freqArray.dtype.type 
freqArrayLength = len(freqArray) 
print "freqArrayLength =", freqArrayLength 
numpy.savetxt("freqData.txt", freqArray, fmt='%6.2f') 

#Print FFtarray information 
print "fftArray length =", len(fftArray) 
numpy.savetxt("fftData.txt", fftArray)