matplotlib.pyplot.cohere#

matplotlib.pyplot.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)[源代码][源代码]#

绘制 x 和 y 之间的连贯性。

相干性是归一化的交叉谱密度：

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

参数:

Fsfloat, 默认值: 2: 采样频率（每时间单位的样本数）。它用于计算傅里叶频率，freqs，以每时间单位的周期数表示。
window : 可调用对象或数组, 默认: window_hanning可调用对象或ndarray，默认值：: 一个函数或长度为 NFFT 的向量。要创建窗口向量，请参见 window_hanning, window_none, numpy.blackman, numpy.hamming, numpy.bartlett, scipy.signal, scipy.signal.get_window 等。如果将函数作为参数传递，它必须接受一个数据段作为参数，并返回该段的窗口化版本。
边{'default', 'onesided', 'twosided'}, 可选: 要返回频谱的哪一侧。'default' 对于实数数据是单侧的，对于复数数据是双侧的。'onesided' 强制返回单侧频谱，而 'twosided' 强制返回双侧频谱。
pad_toint, 可选: 执行FFT时数据段填充的点数。这可以与指定使用的数据点数的*NFFT*不同。虽然不会增加频谱的实际分辨率（可分辨峰值之间的最小距离），但这可以在图中提供更多点，从而允许更详细的展示。这对应于调用`~numpy.fft.fft`时的*n*参数。默认值为None，此时*pad_to*等于*NFFT*。
NFFTint, 默认值: 256: 用于每个块中FFT的数据点数量。最有效的是2的幂。这不应用于获取零填充，否则结果的缩放将不正确；为此应使用 pad_to。
去趋势{'none', 'mean', 'linear'} 或可调用对象，默认值：'none': 在执行fft之前应用于每个片段的函数，旨在去除均值或线性趋势。与MATLAB中*detrend*参数是一个向量不同，在Matplotlib中它是一个函数。mlab`模块定义了.detrend_none`、detrend_mean`和.detrend_linear`，但你也可以使用自定义函数。你还可以使用字符串来选择其中一个函数：'none'调用`.detrend_none`。'mean'调用`.detrend_mean`。'linear'调用`.detrend_linear`。
scale_by_freqbool, 默认值: True: 生成的密度值是否应按缩放频率进行缩放，这使得密度单位为1/Hz。这允许对返回的频率值进行积分。默认值为True，以保持与MATLAB的兼容性。
noverlapint, 默认值: 0 (无重叠): 块之间重叠点的数量。
Fcint, 默认值: 0: x 的中心频率，它将图形的 x 轴范围偏移，以反映信号采集后经过滤波和下采样至基带时所使用的频率范围。

返回:

Cxy一维数组: 相干向量。
freqs一维数组: 元素 Cxy 的频率。

其他参数:

数据可索引对象，可选

如果给出，以下参数也接受一个字符串 s，如果 s 是 data 中的一个键，则解释为 data[s]：

x, y

**kwargs

关键字参数控制 Line2D 属性：

属性	描述
`agg_filter`	一个过滤函数，它接受一个 (m, n, 3) 的浮点数组和一个 dpi 值，并返回一个 (m, n, 3) 数组和图像左下角的两个偏移量
`alpha`	标量或无
`animated`	布尔
`抗锯齿` 或 aa	布尔
`clip_box`	`BboxBase` 或 None
`clip_on`	布尔
`clip_path`	补丁或（路径，变换）或无
`颜色` 或 c	color
`dash_capstyle`	`CapStyle` 或 {'butt', 'projecting', 'round'}
`dash_joinstyle`	`JoinStyle` 或 {'miter', 'round', 'bevel'}
`虚线`	浮点数序列（点数中的开/关墨水）或 (None, None)
`数据`	(2, N) 数组或两个一维数组
`drawstyle` 或 ds	{'default', 'steps', 'steps-pre', 'steps-mid', 'steps-post'}, 默认: 'default'
`figure`	`Figure` 或 `SubFigure`
`fillstyle`	{'full', 'left', 'right', 'bottom', 'top', 'none'}
`gapcolor`	color or None
`gid`	str
`in_layout`	布尔
`标签`	对象
`linestyle` 或 ls	{'-', '--', '-.', ':', '', (偏移, 开关序列), ...}
`linewidth` 或 lw	float
`标记`	标记样式字符串，`Path` 或 `MarkerStyle`
`markeredgecolor` 或 mec	color
`markeredgewidth` 或 mew	float
`markerfacecolor` 或 mfc	color
`markerfacecoloralt` 或 mfcalt	color
`markersize` 或 ms	float
`markevery`	None 或 int 或 (int, int) 或 slice 或 list[int] 或 float 或 (float, float) 或 list[bool]
`鼠标悬停`	布尔
`path_effects`	`AbstractPathEffect` 的列表
`picker`	浮点数或可调用对象[[Artist, Event], 元组[布尔值, 字典]]
`pickradius`	float
`光栅化`	布尔
`sketch_params`	(scale: float, length: float, randomness: float)
`snap`	布尔值或无
`solid_capstyle`	`CapStyle` 或 {'butt', 'projecting', 'round'}
`solid_joinstyle`	`JoinStyle` 或 {'miter', 'round', 'bevel'}
`transform`	未知
`url`	str
`可见`	布尔
`xdata`	一维数组
`ydata`	一维数组
`zorder`	float

注释

备注

这是 axes.Axes.cohere 的 pyplot 包装器。

参考文献

Bendat & Piersol -- 随机数据：分析与测量程序，John Wiley & Sons (1986)