matplotlib.axes.Axes.cohere #

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

绘制x和y之间的相干性。

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：

Fs浮点数，默认：2: 采样频率（每个时间单位的样本数）。它用于计算傅立叶频率freqs，以每时间单位的周期为单位。
窗口可调用或 ndarray，默认值：window_hanning: 长度为NFFT的函数或向量。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，它必须将数据段作为参数并返回该段的窗口版本。
边{'默认'，'单面'，'双面'}，可选: 返回频谱的哪一边。'default' 对于真实数据是单面的，对于复杂数据是双面的。'oneside' 迫使单方面的频谱回归，而 'twolateral' 则迫使双方回归。
pad_to int，可选: 执行 FFT 时数据段填充到的点数。这可能与NFFT不同，后者指定使用的数据点数。虽然不会增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中提供更多点，从而获得更多细节。这对应于调用中的nfft参数。默认为 None，将pad_to设置为NFFT
NFFT int，默认值：256: FFT 的每个块中使用的数据点数。幂 2 是最有效的。这不应该用于获得零填充，否则结果的缩放将不正确；使用pad_to代替。
detrend {'none', 'mean', 'linear'} 或可调用的，默认值：'none': 在 fft-ing 之前应用于每个段的函数，旨在消除均值或线性趋势。与 MATLAB 中的detrend参数是一个向量不同，在 Matplotlib 中它是一个函数。该mlab 模块定义detrend_none、detrend_mean和detrend_linear，但您也可以使用自定义函数。您还可以使用字符串来选择功能之一： 'none' calls detrend_none。“卑鄙”的电话 detrend_mean。'线性'调用detrend_linear。
scale_by_freq布尔值，默认值：True: 生成的密度值是否应按缩放频率缩放，以 1/Hz 为单位给出密度。这允许对返回的频率值进行积分。对于 MATLAB 兼容性，默认值为 True。
noverlap int，默认值：0（无重叠）: 块之间的重叠点数。
Fc整数，默认值：0: x的中心频率，它偏移绘图的 x 范围，以反映在采集信号、然后过滤和下采样到基带时使用的频率范围。

返回：

Cxy一维数组: 相干向量。
频率一维数组: Cxy中元素的频率。

其他参数：

数据可索引对象，可选

如果给定，以下参数也接受一个字符串s，它被解释为data[s]（除非这引发异常）：

x , y

**kwargs

关键字参数控制Line2D属性：

财产	描述
`agg_filter`	一个过滤器函数，它接受一个 (m, n, 3) 浮点数组和一个 dpi 值，并返回一个 (m, n, 3) 数组和距图像左下角的两个偏移量
`alpha`	标量或无
`animated`	布尔
`antialiased`或aa	布尔
`clip_box`	`Bbox`
`clip_on`	布尔
`clip_path`	补丁或（路径，变换）或无
`color`或 c	颜色
`dash_capstyle`	`CapStyle`或 {'butt', 'projecting', 'round'}
`dash_joinstyle`	`JoinStyle`或 {'miter', 'round', 'bevel'}
`dashes`	浮动序列（以点为单位的开/关墨水）或（无，无）
`data`	(2, N) 数组或两个一维数组
`drawstyle`或 ds	{'default', 'steps', 'steps-pre', 'steps-mid', 'steps-post'}，默认值：'default'
`figure`	`Figure`
`fillstyle`	{'full', 'left', 'right', 'bottom', 'top', 'none'}
`gapcolor`	颜色或无
`gid`	字符串
`in_layout`	布尔
`label`	目的
`linestyle`或 ls	{'-', '--', '-.', ':', '', (offset, on-off-seq), ...}
`linewidth`或 lw	漂浮
`marker`	标记样式字符串，`Path`或`MarkerStyle`
`markeredgecolor`或机械	颜色
`markeredgewidth`或者喵喵	漂浮
`markerfacecolor`或 mfc	颜色
`markerfacecoloralt`或 mfcalt	颜色
`markersize`或毫秒	漂浮
`markevery`	无或 int 或 (int, int) 或 slice 或 list[int] 或 float 或 (float, float) 或 list[bool]
`mouseover`	布尔
`path_effects`	`AbstractPathEffect`
`picker`	浮动或可调用[[艺术家，事件]，元组[布尔，字典]]
`pickradius`	未知
`rasterized`	布尔
`sketch_params`	（比例：浮动，长度：浮动，随机性：浮动）
`snap`	布尔或无
`solid_capstyle`	`CapStyle`或 {'butt', 'projecting', 'round'}
`solid_joinstyle`	`JoinStyle`或 {'miter', 'round', 'bevel'}
`transform`	未知
`url`	字符串
`visible`	布尔
`xdata`	一维数组
`ydata`	一维数组
`zorder`	漂浮

参考

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