PythonのMatplotlibでシグナル（信号）をプロットする方法を徹底解説

PythonのMatplotlibとNumPyを組み合わせると、ノイズを含むシグナル（信号）を簡単に可視化できます。本記事では、正弦波にランダムノイズを重ねたシグナルをプロットする具体的な手順を、コード例とともにわかりやすく解説します。

シグナルをプロットする基本手順

• 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を自動調整します。
• 結果の再現性を確保するため、乱数シードを設定します。
• サンプリング間隔 dt を初期化し、そこからサンプリング周波数 Fs を算出します。
• np.arange() を使って時間軸 t のデータ点を作成します。
• NumPyを利用してノイズ成分 nse、r、cnse および信号 s を生成します。
• subplots() メソッドで図とサブプロットを作成します。
• プロットにタイトルを設定します。
• t と s のデータ点をプロットします。
• x軸・y軸のラベルを設定します。
• show() メソッドで図を表示します。

コード例

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

np.random.seed(0)

dt = 0.01 # sampling interval
Fs = 1 / dt # sampling frequency
t = np.arange(0, 10, dt)

# generate noise:
nse = np.random.randn(len(t))
r = np.exp(-t / 0.05)
cnse = np.convolve(nse, r) * dt
cnse = cnse[:len(t)]
s = 0.1 * np.sin(4 * np.pi * t) + cnse
fig, axs = plt.subplots()
axs.set_title("Signal")
axs.plot(t, s, color='C0')
axs.set_xlabel("Time")
axs.set_ylabel("Amplitude")

plt.show()

実行結果

コードのポイント解説

1. 乱数シードによる再現性の確保

np.random.seed(0) を指定することで、実行するたびに同じ乱数列が生成され、グラフの結果が常に一定になります。デバッグや検証の際に非常に便利です。

2. サンプリング間隔とサンプリング周波数

dt = 0.01 は10ミリ秒ごとにデータを取得することを意味し、サンプリング周波数はその逆数である Fs = 100Hz となります。t = np.arange(0, 10, dt) により、0秒から10秒までの時間軸を作成しています。

3. ノイズの生成方法

np.random.randn() で白色ノイズ（nse）を生成し、指数関数的に減衰するカーネル r との畳み込み（np.convolve）によって色付きノイズ（cnse）へと変換しています。最後に、振幅0.1・周波数2Hzの正弦波にこのノイズを加えることで、リアルなシグナル s が完成します。

まとめ

Matplotlibの subplots() とNumPyの乱数・畳み込み機能を活用すれば、ノイズを含む現実的なシグナルを短いコードで可視化できます。センサーデータや音声信号などの解析にも応用できるので、ぜひ実際にコードを実行して挙動を確認してみてください。