信号処理のプログラムを作成しているのですが、グラフが表示されません。

Question

前提・実現したいこと

現在、勉強として信号処理プログラムを作成しています。
別のプログラム（試したことのプログラム参照）を参考に、自分なりにコードを書いています。
全く同じグラフが表示されるはずなのですが、表示できないので困っています。

現在の出力結果⤴

正解の出力結果⤴

軸ラベル等はわざと変更しています。

発生している問題・エラーメッセージ

エラーメッセージ

該当のソースコード

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

fs=25600
x=np.arange(0,12800)/fs
data=np.sin(2.0 * np.pi * 100 * x) + 0.2 * np.random.randn(len(x))

Fs = 4096
overlap = 90

#オーバーラップ処理
#データ長[s]=データ数/サンプリング周波数
Ts = N/fs

#フレーム周期=フレームサイズ/サンプリング周波数
Fc = Fs/fs

#オーバーラップ位置=フレーム周期*(1-(オーバーラップ率/100))
x_ol = Fs*(1-(overlap/100))

#平均化回数(分割数)
N_ave = int((Ts - (Fc * (overlap/100))) / (Fc * (1-(overlap/100))))

array=[]

for i in range(N_ave):
    ps=int(x_ol*i)
    array.append(data[ps:ps+Fs:1])

#窓関数
window=np.hamming(Fs)
acf=1/(sum(window)/Fs)

data_array=[]
for i in range(N_ave):
    data_array[i]=data_array[i]*window
    
#FFT
Datas=[]
for i in range(N_ave):

    fft_data=np.fft.fft(data_array[i])
    fft_data_abs=abs(fft_data)
    fft_data_abs_half=(fft_data_abs/(Fs/2))
    Data=fft_data_abs_half*acf

Datas.append(Data)
t=np.arange(0,Fs)/fs
fq = np.linspace(0,fs,Fs)
Datas_array=np.array(Datas)
Datas_mean=np.sqrt(np.mean(Datas_array**2,axis=0))

fig=plt.figure()
ax1=fig.add_subplot(211)
ax2=fig.add_subplot(212)
#軸ラベル
ax1.set_xlabel("time[s]",fontsize=14)
ax1.set_ylabel("Signal_Intensity[dB]",fontsize=14)
ax2.set_xlabel("frequency[s]",fontsize=14)
ax2.set_ylabel("Siganl_intensity[dB]",fontsize=14)

#データの範囲
ax1.set_xlim(0,0.16)
ax1.set_ylim(-3,3)
ax2.set_xlim(0,200)
ax2.set_ylim(0,1)

for i in range(N_ave):
    ax1.plot(t,data_array[i],label="signal")
    
ax2.plot(fq[:int(Fs/2)],Datas_mean,label="signal")

plt.tight_layout()

plt.show()
plt.close()

試したこと

長いですが、こちらのプログラムを参考にしています。

import numpy as np
from scipy import signal
from scipy import fftpack
 
#オーバーラップ処理
def ov(data, samplerate, Fs, overlap):
    Ts = len(data) / samplerate         #全データ長
    Fc = Fs / samplerate                #フレーム周期
    x_ol = Fs * (1 - (overlap/100))     #オーバーラップ時のフレームずらし幅
    N_ave = int((Ts - (Fc * (overlap/100))) / (Fc * (1-(overlap/100)))) #抽出するフレーム数（平均化に使うデータ個数）
 
    array = []      #抽出したデータを入れる空配列の定義
 
    #forループでデータを抽出
    for i in range(N_ave):
        ps = int(x_ol * i)              #切り出し位置をループ毎に更新
        array.append(data[ps:ps+Fs:1])  #切り出し位置psからフレームサイズ分抽出して配列に追加
    return array, N_ave                 #オーバーラップ抽出されたデータ配列とデータ個数を戻り値にする
 
#窓関数処理（ハニング窓）
def hanning(data_array, Fs, N_ave):
    han = signal.hann(Fs)        #ハニング窓作成
    acf = 1 / (sum(han) / Fs)   #振幅補正係数(Amplitude Correction Factor)
 
    #オーバーラップされた複数時間波形全てに窓関数をかける
    for i in range(N_ave):
        data_array[i] = data_array[i] * han #窓関数をかける
 
    return data_array, acf
 
#FFT処理
def fft_ave(data_array,samplerate, Fs, N_ave, acf):
    fft_array = []
    for i in range(N_ave):
        fft_array.append(acf*np.abs(fftpack.fft(data_array[i])/(Fs/2))) #FFTをして配列に追加、窓関数補正値をかけ、(Fs/2)の正規化を実施。
 
    fft_axis = np.linspace(0, samplerate, Fs)   #周波数軸を作成
    fft_array = np.array(fft_array)             #型をndarrayに変換
    fft_mean = np.sqrt(np.mean(fft_array ** 2, axis=0))       #全てのFFT波形のパワー平均を計算してから振幅値とする
return fft_array, fft_mean, fft_axis

import fft_function
import numpy as np
from matplotlib import pyplot as plt
 
samplerate = 25600
x = np.arange(0, 12800)/samplerate   #波形生成のための間軸の作成
data = np.sin(2.0 * np.pi * 100 * x) + 0.2 * np.random.randn(len(x)) #サイン波にランダム成分を重畳
 
Fs = 4096       #フレームサイズ
overlap = 90    #オーバーラップ率
 
#作成した関数を実行：オーバーラップ抽出された時間波形配列
time_array, N_ave = fft_function.ov(data, samplerate, Fs, overlap)
 
#作成した関数を実行：ハニング窓関数をかける
time_array, acf = fft_function.hanning(time_array, Fs, N_ave)
 
#作成した関数を実行：FFTをかける
fft_array, fft_mean, fft_axis = fft_function.fft_ave(time_array, samplerate, Fs, N_ave, acf)
 
t = np.arange(0, Fs)/samplerate     #グラフ描画のためのフレーム時間軸作成
 
#ここからグラフ描画
# フォントの種類とサイズを設定する。
plt.rcParams['font.size'] = 14
plt.rcParams['font.family'] = 'Times New Roman'
 
# 目盛を内側にする。
plt.rcParams['xtick.direction'] = 'in'
plt.rcParams['ytick.direction'] = 'in'
 
# グラフの上下左右に目盛線を付ける。
fig = plt.figure()
ax1 = fig.add_subplot(211)
ax1.yaxis.set_ticks_position('both')
ax1.xaxis.set_ticks_position('both')
ax2 = fig.add_subplot(212)
ax2.yaxis.set_ticks_position('both')
ax2.xaxis.set_ticks_position('both')
 
# 軸のラベルを設定する。
ax1.set_xlabel('Time [s]')
ax1.set_ylabel('Signal [V]')
ax2.set_xlabel('Frequency [Hz]')
ax2.set_ylabel('Signal [V]')
 
#データの範囲と刻み目盛を明示する。
ax1.set_xticks(np.arange(0, 2, 0.04))
ax1.set_yticks(np.arange(-5, 5, 1))
ax1.set_xlim(0, 0.16)
ax1.set_ylim(-3, 3)
ax2.set_xticks(np.arange(0, samplerate, 50))
ax2.set_yticks(np.arange(0, 3, 0.5))
ax2.set_xlim(0,200)
ax2.set_ylim(0, 1)
 
# データプロットの準備とともに、ラベルと線の太さ、凡例の設置を行う。
for i in range(N_ave):
    ax1.plot(t, time_array[i], label='signal', lw=1)
 
ax2.plot(fft_axis, fft_mean, label='signal', lw=1)
 
fig.tight_layout()
 
# グラフを表示する。
plt.show()
plt.close()

補足情報（FW/ツールのバージョンなど）

Comments

[t_obara]

プロットするデータを比較してみてはいかがですか？

[jbpb0]

「該当のソースコード」を実行したら、「N」が定義されてないので「Ts = N/fs」でエラーが出ます
自分が実行してるのと全く同じコードを提示してください

[jbpb0]

上のグラフ(ax1)で
ax1.plot(t,data_array[i],label="signal")
でプロットしてる「data_array」は、
data_array=[]
で中身空で作成して、
data_array[i]=data_array[i]*window
で掛け算してるだけだから、中身空なので、グラフに何も表示されなくて当たり前

中身空だから「data_array[i]」とかムリだし (実行したら、実際エラー出る)

[jbpb0]

コードの先頭の方で、
data=np.sin(...
で三角関数のSinで計算した結果を格納した「data」は、その後forループ内の
array.append(data[ps:ps+Fs:1])
で「array」に入れられてますが、その「array」も「data」も、その後全く使われてません

その代わりに、先に指摘したように、中身が空の「data_array」が登場して、それには何も格納してないのに、それに掛け算して、その後いろいろしてます

中身が空の「data_array」ではなく、「array」に入ってるデータを使って、いろいろしないといけないのではないのですか？？

Answer 1

修正例は次のような感じでしょうか？
基本的にはjbpb0さんの指摘事項通りなのですが，arrayに統一すると，np.arrayとかの
関数名とかぶりそうなので，data_arrayに統一して，
Nとかの値をこちらで実行できるように修正しています。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

fs = 25600
x = np.arange(0, 12800) / fs
data = np.sin(2.0 * np.pi * 100 * x) + 0.2 * np.random.randn(len(x))
Fs = 4096
overlap = 90

# fix: Nを定義
N = len(data)

# オーバーラップ処理
# データ長[s]=データ数/サンプリング周波数
Ts = N / fs

# フレーム周期=フレームサイズ/サンプリング周波数
Fc = Fs/fs

# オーバーラップ位置=フレーム周期*(1-(オーバーラップ率/100))
x_ol = Fs*(1-(overlap/100))

# 平均化回数(分割数)
N_ave = int((Ts - (Fc * (overlap/100))) / (Fc * (1-(overlap/100))))

# fix:array -> data_arrayに変更
data_array = []

# fix:data_arrayに代入
for i in range(N_ave):
    ps = int(x_ol * i)
    data_array.append(data[ps:ps+Fs:1])

# 窓関数

window = np.hamming(Fs)
acf = 1 / (sum(window)/Fs)

# data_array = [] #u

for i in range(N_ave):
    data_array[i] = data_array[i] * window

# FFT
Datas = []

for i in range(N_ave):
    fft_data = np.fft.fft(data_array[i])
    fft_data_abs = abs(fft_data)
    fft_data_abs_half = (fft_data_abs / (Fs/2))
    Data = fft_data_abs_half * acf

Datas.append(Data)
t = np.arange(0, Fs) / fs
fq = np.linspace(0, fs, Fs)

Datas_array = np.array(Datas)
Datas_mean = np.sqrt(np.mean(Datas_array**2, axis=0))

fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

# 軸ラベル

ax1.set_xlabel("time[s]", fontsize=14)
ax1.set_ylabel("Signal_Intensity[dB]", fontsize=14)
ax2.set_xlabel("frequency[s]", fontsize=14)
ax2.set_ylabel("Siganl_intensity[dB]", fontsize=14)

# データの範囲
ax1.set_xlim(0, 0.16)
ax1.set_ylim(-3, 3)
ax2.set_xlim(0, 200)
ax2.set_ylim(0, 1)

for i in range(N_ave):
    ax1.plot(t, data_array[i], label="signal")

# fix: xとyの次元を合わせる
ax2.plot(fq[0:int(Fs/2)], Datas_mean[0:int(Fs/2)], label="signal")

plt.tight_layout()
plt.show()
plt.close()