使用Matplotlib specgram触发‘Invalid shape’ TypeError问题求助

报错TypeError: Invalid shape (513, 1024, 10) for image data的核心是：你传入plt.specgram的输入数据并非预期的一维数组，而是二维数组（形状类似(T,10)，T为时间点数）。

Matplotlib的specgram函数接收二维数组时，会默认对每个通道（数组最后一维）单独计算频谱，最终返回三维频谱数组(频率点数, 时间窗口数, 通道数)。而specgram内部用来绘制图像的imshow仅支持二维数组，或第三维为3/4的RGB/A图像，因此无法处理第三维为10的数组，触发错误。

1. 确保输入为一维数组 #

检查输入数据形状，将其压缩为一维：

# 提取数据并压缩多余维度
x = np.asarray(Moves[MoveNum][:,0]).squeeze()
# 确认形状（应为类似(xxxx,)的一维结构）
print(x.shape)
# 重新调用specgram
spectrum, freqs, t, im = plt.specgram(x, NFFT=1024, Fs=300, noverlap=900)

.squeeze()会自动移除数组中长度为1的维度，确保输入是一维单通道数据。

2. 验证数据提取逻辑 #

确认你提取的是单通道加速度数据：

• 若Moves[MoveNum]是形状为(T, 10)的二维数组，[:,0]提取的是第0列，用.squeeze()即可转为一维。
• 若Moves[MoveNum]是嵌套列表，先转为NumPy数组再处理，避免得到二维结构。

3. 多通道数据的处理（若需分析全通道） #

如果确实要处理10通道的数据，需单独绘制每个通道的谱图：

data = np.asarray(Moves[MoveNum])
# 遍历每个通道生成谱图
for channel_idx in range(data.shape[1]):
    plt.figure()
    plt.specgram(data[:, channel_idx], NFFT=1024, Fs=300, noverlap=900)
    plt.title(f"Channel {channel_idx} Spectrogram")
    plt.xlabel("Time (s)")
    plt.ylabel("Frequency (Hz)")
plt.show()

内容的提问来源于stack exchange，提问作者danch