Python：用3个离散振幅绘制正弦波形

使用下面的代码，我能够创建一个符号波

def normalizedAmp(signalX, hz):
    '''extract correctly-normalized amplitude'''
    signalAmp = np.abs(signalX[0:len(hz)])
    signalAmp[1:] = 2*signalAmp[1:]
    return signalAmp

def sinWav(amp, freq, time, phase=0):
    return amp * np.sin(2 * np.pi * (freq * time - phase))

# simulation parameters
srate = 1000
time  = {
    0: np.arange(0, 4, 1/srate),
    1: np.arange(4, 8, 1/srate),
    2: np.arange(8, 12, 1/srate)
}

signal = sinWav(amp=0.25, freq=2, time=time[0])

plt.figure(figsize=(12,3))

# plot time-domain signal
plt.subplot2grid((1,3), (0,0))
plt.plot(time[0], signal)
plt.xlabel('Time (ms)')
plt.ylabel('Amplitude')
plt.title('Time domain')

我想创建一个正弦波，在时间4s和8s改变它的振幅，这样正弦波看起来像下图

我知道如何在img中创建3个sin波中的每一个，但我不知道如何将它们组合成一个

我试着通过这样做将前两种方法结合起来

np.concatenate(sinWav(amp=0.25, freq=2, time=time[0]), sinWav(amp=1, freq=2, time=time[0]))

并接收错误

ValueError: x and y must have same first dimension, but have shapes (4000,) and (8000,)

---

您可以通过将数组列表作为参数连接到（例如，

np.concatenate（[array1，array2，array3]）

或元组：

np.concatenate（（array1，array2，array3））

）：

导入matplotlib.pyplot作为plt
将numpy作为np导入
def sinWav（电流、频率、时间、相位=0）：
返回amp*np.sin（2*np.pi*（频率*时间-相位））
#模拟参数
srate=1000
时间={0:np.arange（0,4,1/srate），
1:np.arange（4,8,1/srate），
2:np.arange（8,12,1/srate）}
信号=sinWav（amp=0.25，频率=2，时间=time[0]）
plt.图（figsize=（12,3））
#绘制时域信号
plt.plot（np.concatenate（[time[0]，time[1]，time[2]]），
np.串联（[sinWav（amp=0.25，freq=2，time=time[0]），
sinWav（amp=1.0，freq=2，time=time[1]），
sinWav（amp=0.5，freq=2，time=time[2]））
plt.xlabel（‘时间（毫秒）’）
plt.ylabel（“振幅”）
产品名称（“时域”）
plt.紧_布局（）
plt.show（）

---

您可以通过将数组列表作为参数连接到（例如，

np.concatenate（[array1，array2，array3]）

或元组：

np.concatenate（（array1，array2，array3））

）：

导入matplotlib.pyplot作为plt
将numpy作为np导入
def sinWav（电流、频率、时间、相位=0）：
返回amp*np.sin（2*np.pi*（频率*时间-相位））
#模拟参数
srate=1000
时间={0:np.arange（0,4,1/srate），
1:np.arange（4,8,1/srate），
2:np.arange（8,12,1/srate）}
信号=sinWav（amp=0.25，频率=2，时间=time[0]）
plt.图（figsize=（12,3））
#绘制时域信号
plt.plot（np.concatenate（[time[0]，time[1]，time[2]]），
np.串联（[sinWav（amp=0.25，freq=2，time=time[0]），
sinWav（amp=1.0，freq=2，time=time[1]），
sinWav（amp=0.5，freq=2，time=time[2]））
plt.xlabel（‘时间（毫秒）’）
plt.ylabel（“振幅”）
产品名称（“时域”）
plt.紧_布局（）
plt.show（）

---

只需将一个接一个的打印到相同的轴（并将所有打印的颜色设置为相同的值）只需将一个接一个的打印到相同的轴（并将所有打印的颜色设置为相同的值）我的第一个参数设置为

plt。plot

是错误的。这是

time[0]

，而它本应该是

np.concatenate（[time[0]，time[1]]）

@JohanC，干得好！。还有一件事。极限x是0和12，然后加上plt.xlim（[0，12]），你可以修正它。@JuanCamiloRiveraPalacio谢谢。在x方向拟合曲线的最简单方法是使用

plt.margins（x=0）

。默认matplotlib保留

5%

的边距。我对

plt.plot的第一个参数是错误的。这是
time[0]
，而它本应该是
np.concatenate（[time[0]，time[1]]）
@JohanC，干得好！。还有一件事。极限x是0和12，然后加上plt.xlim（[0，12]），你可以修正它。@JuanCamiloRiveraPalacio谢谢。在x方向拟合曲线的最简单方法是使用
plt.margins（x=0）
。默认matplotlib保留
5%的边距
。