Question

我有一个通过我的麦克风传入的音频流，pyaudio正在读取该音频，我正在对该数据执行FFT计算，我想在Y轴上绘制FFT振幅数据，在X轴上绘制FFT频率数据并以（例如说20fps）更新，基本上看起来像这样（https://www.youtube.com/watch?v=Tu8p2pywJAs&t=93s），但左侧的频率较低，而右侧的频率较高。我所拥有的代码就是我所拥有的

我是python的新手，更不用说以任何形式编写代码了，因此不胜感激，但是请尽量将其保持在易于理解的术语内，如果我要详细说明，请尊重我，非常感谢任何人谁给我他们的时间！

import pyaudio
import numpy as np
import time
import matplotlib.animation as animation
import matplotlib.pyplot as plt
from matplotlib import style

pa = pyaudio.PyAudio()

callback_output = []

def callback(in_data, frame_count, time_info, flag):
    audio_data = np.fromstring(in_data, dtype=np.int16)
    callback_output.append(audio_data)
    return None,pyaudio.paContinue


stream = pa.open(format=pyaudio.paInt16,
                 channels=1,
                 rate=44100,
                 output=False,
                 input=True,
                 stream_callback=callback)

stream.start_stream()

fig = plt.gcf()
fig.show()
fig.canvas.draw()

while stream.is_active():
    fft_data = np.fft.fft(callback_output)
    fft_freq = np.fft.fftfreq(len(fft_data))
    plt.plot(fft_freq,fft_data)
    plt.xlim(min(fft_freq),max(fft_freq))
    fig.canvas.draw()
    plt.pause(0.05)
    fig.canvas.flush_events()
    fig.clear()

stream.close()
pa.terminate()

Answer 1

我无法为您生成数据，但是我写了一个示例，该示例可以循环更新matplotlib图：

import matplotlib.pyplot as plt
import numpy as np
import time


plt.ion() # Stop matplotlib windows from blocking

# Setup figure, axis and initiate plot
fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = ax.plot([], [], 'ro-')

while True:
    time.sleep(0.5)

    # Get the new data
    xdata = np.arange(10)
    ydata = np.random.random(10)

    # Reset the data in the plot
    ln.set_xdata(xdata)
    ln.set_ydata(ydata)

    # Rescale the axis so that the data can be seen in the plot
    # if you know the bounds of your data you could just set this once
    # so that the axis don't keep changing
    ax.relim()
    ax.autoscale_view()

    # Update the window
    fig.canvas.draw()
    fig.canvas.flush_events()

您应该只需要更改循环中分配xdata和ydata的行，即可使其适用于您的数据。

如果要在左侧获得低频，则可能要在fftfreq和fftdata上使用np.fft.fftshift：https://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.fftshift.html

Answer 2

请尝试以下代码：

while stream.is_active():
    fft_data = np.fft.rfft(callback_output) # rfft removes the mirrored part that fft generates
    fft_freq = np.fft.rfftfreq(len(callback_output), d=1/44100) # rfftfreq needs the signal data, not the fft data
    plt.plot(fft_freq, np.absolute(fft_data)) # fft_data is a complex number, so the magnitude is computed here
    plt.xlim(np.amin(fft_freq), np.amax(fft_freq))
    fig.canvas.draw()
    plt.pause(0.05)
    fig.canvas.flush_events()
    fig.clear()

Python中的实时FFT绘图（MatPlotLib）

2 个答案: