python matplotlib : spectrogram plot using pre-computed spectral data array

Question

我有两个长度相等的时间序列(地震道的不同分量)，我计算了它们的单独频谱图 PxV 和 PxH，它们对应于地震信号的垂直和水平分量。然后，我提取了每个频谱图的数据数组(对应于时间 - 频率空间中的点的幅度值)并对这些值应用了一些数学运算，在本例中将一个数组除以另一个数组，得到一个新的数组 PxHV。

如何将新数据数组 PxHV 传递给 matplotlib，以便以与 plt.specgram() 函数相同的方式绘制新数据数组？

P.S.，我相信我可以使用 PxZ 或 PxH 频谱图中的时间和频率数组(x 和 y 变量)，因为它们对于所有绘图都是相同的。

这是我的代码的简化示例:

plt.subplot(411) PxV, freqsV, binsV, imV = plt.specgram(trV.data, NFFT
= 6000, noverlap = 2000, Fs = trV.stats.sampling_rate, detrend = 'mean', mode = 'psd')
plt.title('Vertical') 
plt.xlabel('Time [s]') 
plt.ylabel('Frequency [Hz]') 
plt.clim(-50, 50) 
plt.colorbar()

plt.subplot(412) PxE, freqsE, binsE, imE = plt.specgram(trE.data, NFFT
= 6000, noverlap = 2000, Fs = trE.stats.sampling_rate, detrend = 'mean', mode = 'psd') 
plt.title('East') 
plt.xlabel('Time [s]') 
plt.ylabel('Frequency [Hz]') 
plt.clim(-50, 50) 
plt.colorbar()

plt.subplot(413) PxN, freqsN, binsN, imN = plt.specgram(trN.data, NFFT
= 6000, noverlap = 2000, Fs = trN.stats.sampling_rate, detrend = 'mean', mode = 'psd') 
plt.title('North') 
plt.xlabel('Time [s]') 
plt.ylabel('Frequency [Hz]') 
plt.clim(-50, 50) 
plt.colorbar()

PxH = np.sqrt(np.multiply(PxE, PxN))
PxHV = np.divide(PxH, PxV)

plt.subplot(414)

**Need code here to pass PxHV "spectrogram array" to matplotlib**

plt.title('H/V') 
plt.xlabel('Time [s]') 
plt.ylabel('Frequency [Hz]')
plt.colorbar()


plt.show()

Answer 1

我已经弄清楚了 - 使用 matplotlib.pyplot.pcolourmesh 方法。