matplotlib.axes.Axes.cohere #

Haches. cohere ( x , y , NFFT=256 , Fs=2 , Fc=0 , detrend=<function detrend_none> , window=<function window_hanning> , noverlap=0 , pad_to=None , sides='default' , scale_by_freq=None , * , data=None , **kwargs ) [source] #

Tracez la cohérence entre x et y .

La cohérence est la densité spectrale croisée normalisée :

\[C_{xy} = \frac{|P_{xy}|^2}{P_{xx}P_{yy}}\]

Paramètres :

Fs flottant, par défaut : 2: La fréquence d'échantillonnage (échantillons par unité de temps). Il est utilisé pour calculer les fréquences de Fourier, freqs , en cycles par unité de temps.
window callable ou ndarray, par défaut :window_hanning: Une fonction ou un vecteur de longueur NFFT . Pour créer des vecteurs de fenêtre, voir window_hanning, window_none, numpy.blackman, numpy.hamming, numpy.bartlett, scipy.signal, scipy.signal.get_window, etc. Si une fonction est passée en argument, elle doit prendre un segment de données en argument et renvoyer la version fenêtrée du segment.
côtés {'default', 'unilatéral', 'bilatéral'}, facultatif: Quels côtés du spectre revenir. 'default' est unilatéral pour les données réelles et bilatéral pour les données complexes. 'unilatéral' force le retour d'un spectre unilatéral, tandis que 'bilatéral' force bilatéral.
pad_to entier , facultatif: Le nombre de points auxquels le segment de données est complété lors de l'exécution de la FFT. Cela peut être différent de NFFT , qui spécifie le nombre de points de données utilisés. Sans augmenter la résolution réelle du spectre (la distance minimale entre les pics résolubles), cela peut donner plus de points dans le tracé, permettant plus de détails. Cela correspond au paramètre nfft dans l'appel à . La valeur par défaut est None, ce qui définit pad_to égal à NFFT
NFFT entier , par défaut : 256: Le nombre de points de données utilisés dans chaque bloc pour la FFT. Une puissance 2 est la plus efficace. Cela ne doit PAS être utilisé pour obtenir un remplissage à zéro, sinon la mise à l'échelle du résultat sera incorrecte ; utilisez pad_to pour cela à la place.
detrend {'none', 'mean', 'linear'} ou appelable, par défaut : 'none': La fonction appliquée à chaque segment avant fft-ing, conçue pour supprimer la tendance moyenne ou linéaire. Contrairement à MATLAB, où le paramètre detrend est un vecteur, dans Matplotlib, il s'agit d'une fonction. Le mlab module définit detrend_none, detrend_meanet detrend_linear, mais vous pouvez également utiliser une fonction personnalisée. Vous pouvez également utiliser une chaîne pour choisir l'une des fonctions : 'none' calls detrend_none. appels "méchants" detrend_mean. appels "linéaires" detrend_linear.
scale_by_freq booléen , par défaut : Vrai: Indique si les valeurs de densité résultantes doivent être mises à l'échelle par la fréquence de mise à l'échelle, qui donne la densité en unités de 1/Hz. Cela permet une intégration sur les valeurs de fréquence renvoyées. La valeur par défaut est True pour la compatibilité MATLAB.
noverlap int, par défaut : 0 (pas de chevauchement): Le nombre de points de chevauchement entre les blocs.
Fc entier, par défaut : 0: La fréquence centrale de x , qui compense les étendues x du tracé pour refléter la plage de fréquences utilisée lorsqu'un signal est acquis, puis filtré et sous-échantillonné en bande de base.

Retours :

Tableau Cxy 1-D: Le vecteur de cohérence.
freqs tableau 1-D: Les fréquences des éléments dans Cxy .

Autres paramètres :

objet de données indexable, facultatif

S'ils sont fournis, les paramètres suivants acceptent également une chaîne s, qui est interprétée comme data[s](sauf si cela déclenche une exception) :

x , y

**kwargs

Les arguments de mot-clé contrôlent les Line2Dpropriétés :

Propriété	La description
`agg_filter`	une fonction de filtre, qui prend un tableau flottant (m, n, 3) et une valeur dpi, et renvoie un tableau (m, n, 3) et deux décalages à partir du coin inférieur gauche de l'image
`alpha`	scalaire ou Aucun
`animated`	bourdonner
`antialiased`ou aa	bourdonner
`clip_box`	`Bbox`
`clip_on`	bourdonner
`clip_path`	Patch ou (chemin, transformation) ou aucun
`color`ou c	Couleur
`dash_capstyle`	`CapStyle`ou {'bout', 'en saillie', 'rond'}
`dash_joinstyle`	`JoinStyle`ou {'onglet', 'rond', 'biseau'}
`dashes`	séquence de flottants (on/off encre en points) ou (Aucun, Aucun)
`data`	(2, N) tableau ou deux tableaux 1D
`drawstyle`ou dès	{'default', 'steps', 'steps-pre', 'steps-mid', 'steps-post'}, par défaut : 'default'
`figure`	`Figure`
`fillstyle`	{'plein', 'gauche', 'droite', 'bas', 'haut', 'aucun'}
`gapcolor`	couleur ou Aucun
`gid`	chaîne
`in_layout`	bourdonner
`label`	objet
`linestyle`ou ls	{'-', '--', '-.', ':', '', (décalage, on-off-seq), ...}
`linewidth`ou lw	flotteur
`marker`	chaîne de style marqueur, `Path`ou`MarkerStyle`
`markeredgecolor`ou mec	Couleur
`markeredgewidth`ou miauler	flotteur
`markerfacecolor`ou mfc	Couleur
`markerfacecoloralt`ou mfcalt	Couleur
`markersize`ou ms	flotteur
`markevery`	None ou int ou (int, int) ou slice ou list[int] ou float ou (float, float) ou list[bool]
`mouseover`	bourdonner
`path_effects`	`AbstractPathEffect`
`picker`	float ou callable[[Artist, Event], tuple[bool, dict]]
`pickradius`	inconnue
`rasterized`	bourdonner
`sketch_params`	(échelle : flottant, longueur : flottant, caractère aléatoire : flottant)
`snap`	booléen ou Aucun
`solid_capstyle`	`CapStyle`ou {'bout', 'en saillie', 'rond'}
`solid_joinstyle`	`JoinStyle`ou {'onglet', 'rond', 'biseau'}
`transform`	inconnue
`url`	chaîne
`visible`	bourdonner
`xdata`	Tableau 1D
`ydata`	Tableau 1D
`zorder`	flotteur

Références

Bendat & Piersol -- Données aléatoires : Procédures d'analyse et de mesure, John Wiley & Sons (1986)