Python是一種流行的編程語言，在科學計算和數據可視化方面應用廣泛。Python的強大之處在于，它可以輕松地處理各種數據類型，并且有大量的庫和工具可以使用。時頻圖是一種常用的數據可視化方法，用來顯示時間序列的頻率分布。Python提供了許多庫來生成時頻圖，包括Matplotlib、Seaborn和Plotly等。

# 使用Matplotlib生成時頻圖示例代碼
import numpy as np
import matplotlib.pyplot as plt
# 定義數據
t = np.linspace(0, 1, 1000, endpoint=False)
x = np.sin(2 * np.pi * 10 * t) + np.sin(2 * np.pi * 20 * t)
# 繪制時域波形
plt.subplot(2, 1, 1)
plt.plot(t, x)
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.title('Time domain waveform')
# 繪制頻域圖像
plt.subplot(2, 1, 2)
n = len(x)
k = np.arange(n)
T = n / 1000
frq = k / T
frq = frq[range(n // 2)]
X = np.fft.fft(x) / n
X = X[range(n // 2)]
plt.plot(frq, abs(X), 'r')
plt.xlabel('Frequency (Hz)')
plt.ylabel('Magnitude')
plt.title('Frequency domain waveform')
plt.show()

上面的代碼使用Matplotlib庫生成時頻圖。首先定義一個包含兩個正弦波的信號，然后繪制時域波形和頻域圖像。頻域圖像使用的是傅里葉變換（FFT）來計算信號的頻域信息。我們可以看到，頻域圖像顯示信號包含兩個頻率分量，分別位于10Hz和20Hz處。

除了Matplotlib，Python還有許多其他庫和工具可以用于生成時頻圖。例如，Seaborn庫提供了許多風格和選項，可以幫助我們創建更美觀的可視化效果。Plotly是一個交互式可視化工具，可以讓用戶在網頁上交互式地探索數據。無論你使用哪種庫，Python都是一個強大的工具來進行數據分析和可視化。