python パワースペクトルを表示したい

Question

前提・実現したいこと

• 時系列データをパワースペクトル密度として図に表示したい

（リンク先の一番下の図ようなものです）
http://hclab.sakura.ne.jp/stress_novice_LFHF.html

• パワースペクトル算出に関して

N=512, サンプリング周波数1kHz

• 時系列データのcsv

csvは下記のような形式です

time,value
0,561
1,571
2,555
3,547
4,537
5,527
6,530
7,537
8,535
9,531
（...）
510,565
511,566

発生している問題・エラーメッセージ

• 本来ならば、上のリンク先のように、x軸0.2~0.4あたりに山などができるはずなのですが、0付近でy軸が大きい値を示して以降、ほとんど０のままになっています。
• 該当コードで意図したようにパワースペクトル密度推定ができていない気がしています。

該当のソースコード

import numpy as np
from scipy import signal
import matplotlib.pyplot as plt
import pandas as pd

# サンプル数
n = 512
dt = 0.001
# サンプリング周波数
fs = 1/dt

ds = pd.read_csv('data.csv')
ds = ds['value']
data = []
for i in range(512):
    data.append(ds[i])
y = np.array(data)

freq1, P1 = signal.periodogram(y, fs)
freq2, P2 = signal.welch(y, fs)

plt.figure()
plt.plot(freq1*0.001, P1, "b", label="periodogram")
plt.plot(freq2*0.001, P2, "c", linewidth=2, label="nseg=n/4")
plt.legend(loc="upper right")
plt.xlabel("Frequency[kHz]")
plt.ylabel("PSD")
plt.show()

• 出力結果

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

参考

• https://org-technology.com/posts/power-spectral-density.html

Answer 1

データが一部しかわからないので、実際にサンプルデータを生成してやってみたところコード自体に問題はないように思います。

周波数0.2KHz、振幅20と周波数0.3KHz、振幅10のサンプルデータを生成

import numpy as np
import pandas as pd


fs = 1000   # サンプリング周波数
n = 512     # サンプル数
mean = 550  # 平均
wave_parameters = ((200, 20), (300, 10))  # 生成する波の周波数と振幅

dt = 1 / fs
ts = np.linspace(0, dt * n, n, endpoint=False)
values = np.ones(n) * mean
for freq, amp in wave_parameters:
    values += amp * np.sin(ts * 2 * np.pi * freq)
values = values.astype(np.int)

df = pd.DataFrame(values, columns=('value',))
print(df)
df.to_csv('data.csv', index_label='time')

結果のCSVの中身

time,value
0,550
1,578
2,555
...
509,521
510,549
511,578

ご質問のコードを実行した結果

つまり質問者さんが用いたデータの周波数成分は実際にご質問のグラフのようになっているのではないでしょうか？

x軸0.2~0.4あたりに山などができるはず

推測ですが元のデータのサンプリング周波数、あるいはデータそのものの周波数を勘違いしているのではないでしょうか？(例えば実際の波の周波数が0.2Hz～0.4Hzだったとか...)

アドバイス：
実際のデータをいきなり分析する前にまずは周波数や振幅などがわかっているテスト用データで確認してみるとよいと思います。

Comments

[plato]

ご丁寧にありがとうございます。
> つまり質問者さんが用いたデータの周波数成分は実際にご質問のグラフのようになっているのではないでしょうか？
おっしゃるとおりでした。
また、アドバイスまでいただきありがとうございます。とても助かりました。