如何用Python绘制带自定义变量的非周期性方波脉冲串

实现思路 #

不用scipy.signal.square（它仅生成周期性方波），我们手动构造非周期脉冲序列，所有核心参数都可灵活自定义：

• 逐个计算每个脉冲的时间区间
• 基于时间数组生成对应信号值
• 完全脱离周期限制，精准控制每个脉冲的位置与形态

完整代码示例 #

import numpy as np
import matplotlib.pyplot as plt

# 自定义参数
n_pulses = 3          # 脉冲数量n
pulse_interval = 2    # 脉冲间隔p（脉冲结束到下一个脉冲开始的时间）
pulse_width = 1       # 脉宽
amplitude = 5         # 脉冲幅度
offset = 1            # 信号偏移量（基线值）
time_resolution = 0.01 # 时间分辨率，越小信号边缘越平滑

# 计算总时间长度
total_time = n_pulses * pulse_width + (n_pulses - 1) * pulse_interval
# 生成时间数组
t = np.arange(0, total_time, time_resolution)
# 初始化信号为基线偏移量
signal = np.full_like(t, offset)

# 逐个设置每个脉冲的信号值
for i in range(n_pulses):
    pulse_start = i * (pulse_width + pulse_interval)
    pulse_end = pulse_start + pulse_width
    # 筛选时间数组中对应脉冲区间的索引
    mask = (t >= pulse_start) & (t < pulse_end)
    signal[mask] = offset + amplitude

# 绘制信号
plt.figure(figsize=(10, 4))
plt.plot(t, signal, linewidth=2)
plt.xlabel('时间')
plt.ylabel('信号幅度')
plt.title('非周期性类方波信号')
plt.grid(True, linestyle='--', alpha=0.7)
plt.xlim(0, total_time)
plt.ylim(offset - 0.5, offset + amplitude + 0.5)
plt.show()

参数说明与调整 #

• n_pulses：控制生成的脉冲总数，修改为任意正整数即可
• pulse_interval：两个脉冲之间的空闲时间，单位与时间轴一致
• pulse_width：单个脉冲的持续时长
• amplitude：脉冲相对于基线（offset）的高度，设为负数可生成负脉冲
• offset：无脉冲时的信号基线值
• time_resolution：时间轴的精细度，数值越小，脉冲边缘越平滑

关键逻辑解释 #

1. 先计算总时间，确保覆盖所有脉冲和间隔的完整范围
2. 初始化信号数组为基线偏移量，无脉冲区域直接保持基线水平
3. 通过循环遍历每个脉冲，计算其时间区间，用布尔掩码筛选对应时间点，将信号值设为基线+幅度
4. 绘图时设置合理的坐标轴范围，让信号形态展示更清晰

内容的提问来源于stack exchange，提问作者oskrjsosa