使用Python和Matplotlib在圖表上繪製各種聲音

Python 伺服器端程式設計程式設計 Matplotlib

在音訊處理和分析領域，視覺化聲波波形可以提供寶貴的見解。Python 是一種流行的程式語言，結合強大的繪相簿 Matplotlib，提供了一個多功能的平臺來繪製和分析不同型別的音訊。

在本文中，我們將探討如何為各種聲音（例如正弦波、方波、鋸齒波和噪聲訊號）生成和繪製波形。透過利用 Python 和 Matplotlib，我們可以視覺化聲音資料，並更深入地瞭解其特性和模式。

如何使用Python和Matplotlib在圖表上繪製各種聲音？

按照以下步驟使用 Python 和 Matplotlib 在圖表上繪製各種聲音：

我們首先匯入必要的庫：NumPy 和 Matplotlib。NumPy 是 Python 的數值運算庫，Matplotlib 是我們將用於視覺化聲音波形的繪相簿。
接下來，我們定義一個名為 plot_sound(sound, sample_rate) 的函式，它接受兩個引數：sound（聲音陣列）和 sample_rate（聲音的取樣率）。此函式將繪製聲音波形。
在 plot_sound 函式內部，我們首先透過將聲音陣列的長度除以取樣率來計算聲音的持續時間。這將給我們聲音的總持續時間（以秒為單位）。
然後，我們使用 NumPy 的 linspace 函式建立一個時間軸。linspace 函式在指定範圍內生成均勻間隔的數字。在本例中，我們建立一個時間軸，其範圍從 0 到聲音的持續時間，點數與聲音陣列的長度相同。
現在，我們可以使用 Matplotlib 繪製聲音波形。我們使用 Matplotlib 的 plot 函式在 x 軸上繪製時間軸，在 y 軸上繪製聲音陣列。
我們分別使用 xlabel 和 ylabel 函式為 x 軸和 y 軸新增標籤。
我們使用 title 函式設定繪圖的標題。
我們使用 grid 函式啟用繪圖上的網格。
最後，我們使用 show 函式顯示繪圖。
定義 plot_sound 函式後，我們將透過生成四種不同型別的音訊並繪製其波形來演示其用法。
我們首先設定聲音的取樣率和持續時間。
在下面的程式中，我們使用 NumPy 的 sin 函式生成一個正弦波。sin 函式根據指定的頻率和時間陣列生成正弦波。
我們透過將符號函式應用於正弦波來生成方波。符號函式對於負值返回 -1，對於正值返回 1，有效地將正弦波轉換為方波。
我們透過使用模運算子將線性間隔陣列的值包裝在 -1 和 1 之間來生成鋸齒波。這將建立一個鋸齒狀波形。
我們透過從 -1 和 1 之間的均勻分佈中取樣隨機值來生成噪聲訊號。
最後，我們為每個生成的音訊呼叫 plot_sound 函式以繪製其波形。

示例

以下是使用上述步驟的程式：

import numpy as np
import matplotlib.pyplot as plt

def plot_sound(sound, sample_rate):
   duration = len(sound) / sample_rate
   time = np.linspace(0, duration, len(sound))
    
   plt.plot(time, sound)
   plt.xlabel("Time (seconds)")
   plt.ylabel("Amplitude")
   plt.title("Sound Waveform")
   plt.grid(True)
   plt.show()

# Example usage
sample_rate = 44100  # Sample rate of the sound
duration = 2  # Duration of the sound in seconds

# Generate a sine wave
frequency = 440  # Frequency of the sine wave in Hz
t = np.linspace(0, duration, int(sample_rate * duration))
sine_wave = np.sin(2 * np.pi * frequency * t)

# Generate a square wave
square_wave = np.sign(np.sin(2 * np.pi * frequency * t))

# Generate a sawtooth wave
sawtooth_wave = np.linspace(-1, 1, int(sample_rate * duration)) % 2 - 1

# Generate a noise signal
noise = np.random.uniform(-1, 1, int(sample_rate * duration))

# Plotting the sound waveforms
plot_sound(sine_wave, sample_rate)
plot_sound(square_wave, sample_rate)
plot_sound(sawtooth_wave, sample_rate)
plot_sound(noise, sample_rate)