使用正确的图表理解数据（二）：理解频谱图下篇

7.3.3 工作原理

首先需要加载一个声音文件，这通过调用scikits.audiolab.SndFile方法并传入一个文件名来完成。该方法将实例化一个声音对象，通过该对象我们可以查询数据并调用其中的方法。

为了读取频谱图所需要的数据，需要从声音对象中读取数据帧。这通过read_frames()完成，该方法接收开始帧和结束帧的参数。把采样率和想要可视化的时间点（start, end）相乘便可以计算出帧数量。

7.3.4 补充说明

如果找不到音频文件（wave），可以生成一个。生成方法很简单，具体如下。

import numpy
def _get_mask(t, t1, t2, lvl_pos, lvl_neg):
if t1 >= t2:
raise ValueError("t1 must be less than t2")
return numpy.where(numpy.logical_and(t > t1, t < t2), lvl_pos,
lvl_neg)
def generate_signal(t):
sin1 = numpy.sin(2 * numpy.pi * 100 * t)
sin2 = 2 * numpy.sin(2 * numpy.pi * 200 * t)
# add interval of high pitched signal
sin2 = sin2 * _get_mask
（t,2,5,1.0,0.0）
noise = 0.02 * numpy.random.randn(len(t))
final_signal = sin1 + sin2 + noise
return final_signal
if __name__ == '__main__':
step = 0.001
sampling_freq=1000
t = numpy.arange(0.0, 20.0, step)
y = generate_signal(t)
 # we can visualize this now
# in time
ax1 = plt.subplot(211)
plt.plot(t, y)
# and in frequency
plt.subplot(212)
plt.specgram(y, NFFT=1024, noverlap=900,
Fs=sampling_freq, cmap=plt.cm.gist_heat)
plt.show()

这将生成图7-3所示的信号，其中顶部的图形是生成的信号。这里，x轴表示时间，y轴表示信号的幅值。底部的图形是相同的信号在频率域中的呈现。这里，x轴如顶部图一样表示时间（通过选择采样率来匹配时间），y轴表示信号的频率。