Python快速变换傅里叶（FFT）过程实例分析
这里做一下记录，关于fft就不做介绍了，直接贴上代码，有详细注释的了：import numpy as npfrom scipy.fftpack import fft,ifftimport matplotlib.pyplot as pltimport seaborn#采样点选择1400个，因为设置的信号频率分量最高为600赫兹，根据采样定理知采样频率要大于信号频率2倍，所以这里设置采样频率为1400赫兹（即一秒内有1400个采样点，一样意思的）x=np.linspace(0,1,1400) #设置需要采样的信号，频率分量有180，390和600y=7*np.sin(2*np.pi*180*x) + 2.8*np.sin(2*np.pi*390*x)+5.1*np.sin(2*np.pi*600*x)yy=fft(y) #快速傅里叶变换yreal = yy.real # 获取实数部分yimag = yy.imag # 获取虚数部分yf=abs(fft(y)) # 取绝对值yf1=abs(fft(y))/len(x) #归一化处理yf2 = yf1[range(int(len(x)/2))] #由于对称性，只取一半区间xf = np.arange(len(y)) # 频率xf1 = xfxf2 = xf[range(int(len(x)/2))] #取一半区间plt.subplot(221)plt.plot(x[0:50],y[0:50]) plt.title('original wave')plt.subplot(222)plt.plot(xf,yf,'r')plt.title('fft of mixed wave(two sides frequency range)',fontsize=7,color='#7a378b') #注意这里的颜色可以查询颜色代码表plt.subplot(223)plt.plot(xf1,yf1,'g')plt.title('fft of mixed wave(normalization)',fontsize=9,color='r')plt.subplot(224)plt.plot(xf2,yf2,'b')plt.title('fft of mixed wave)',fontsize=10,color='#f08080')plt.show()
结果：
再添加一个简单的例子
# -*- coding: utf-8 -*-import matplotlib.pyplot as pltimport numpy as npimport seabornfs = 150.0; # sampling rate采样率ts = 1.0/fs; # sampling interval 采样区间t = np.arange(0,1,ts) # time vector,这里ts也是步长ff = 25; # frequency of the signaly = np.sin(2*np.pi*ff*t)n = len(y) # length of the signalk = np.arange(n)t = n/fsfrq = k/t # two sides frequency rangefrq1 = frq[range(int(n/2))] # one side frequency rangeyy = np.fft.fft(y) # 未归一化y = np.fft.fft(y)/n # fft computing and normalization 归一化y1 = y[range(int(n/2))]fig, ax = plt.subplots(4, 1)ax[0].plot(t,y)ax[0].set_xlabel('time')ax[0].set_ylabel('amplitude')ax[1].plot(frq,abs(yy),'r') # plotting the spectrumax[1].set_xlabel('freq (hz)')ax[1].set_ylabel('|y(freq)|')ax[2].plot(frq,abs(y),'g') # plotting the spectrumax[2].set_xlabel('freq (hz)')ax[2].set_ylabel('|y(freq)|')ax[3].plot(frq1,abs(y1),'b') # plotting the spectrumax[3].set_xlabel('freq (hz)')ax[3].set_ylabel('|y(freq)|')plt.show()
如何制作一个简易的Sigma Delta ADC？
5G手机渗透加速，国内已占据市场半壁江山
ISD2500引脚图及其应用
AI正在制作一本人类细胞的百科全书
怎么判断uc3844好坏
Python快速变换傅里叶（FFT）过程实例分析
Geekpad智能屏语音开关，让灯变“聪明”
新兴科技成果——越穷越要云计算
用以机器人导电环的特点与优点
2020中国人工智能智慧物流的研究发展报告
小米6配置再曝光：搭载双摄6Plus概念与小米MIX一样
5G启用毫米波频谱：哪些频率会被采用？
在树莓派上启动多种操作系统的3种方法
恒大汽车会不会为我们带来一个全新的商业惊喜
智能水表概述及功能特点
怎样使用MPU-6000和Raspberry Pi进行运动跟踪
小米总市值已超1000亿美元，正式进入千亿俱乐部
电池电量计 IC的电池管理设计方案
英伟达将助力医疗行业的成本降低与工作负担
Vishay公司SiC45x 系列 microBUCK同步降压稳压器适合各种应用
结果：
再添加一个简单的例子
# -*- coding: utf-8 -*-import matplotlib.pyplot as pltimport numpy as npimport seabornfs = 150.0; # sampling rate采样率ts = 1.0/fs; # sampling interval 采样区间t = np.arange(0,1,ts) # time vector,这里ts也是步长ff = 25; # frequency of the signaly = np.sin(2*np.pi*ff*t)n = len(y) # length of the signalk = np.arange(n)t = n/fsfrq = k/t # two sides frequency rangefrq1 = frq[range(int(n/2))] # one side frequency rangeyy = np.fft.fft(y) # 未归一化y = np.fft.fft(y)/n # fft computing and normalization 归一化y1 = y[range(int(n/2))]fig, ax = plt.subplots(4, 1)ax[0].plot(t,y)ax[0].set_xlabel('time')ax[0].set_ylabel('amplitude')ax[1].plot(frq,abs(yy),'r') # plotting the spectrumax[1].set_xlabel('freq (hz)')ax[1].set_ylabel('|y(freq)|')ax[2].plot(frq,abs(y),'g') # plotting the spectrumax[2].set_xlabel('freq (hz)')ax[2].set_ylabel('|y(freq)|')ax[3].plot(frq1,abs(y1),'b') # plotting the spectrumax[3].set_xlabel('freq (hz)')ax[3].set_ylabel('|y(freq)|')plt.show()
如何制作一个简易的Sigma Delta ADC？
5G手机渗透加速，国内已占据市场半壁江山
ISD2500引脚图及其应用
AI正在制作一本人类细胞的百科全书
怎么判断uc3844好坏
Python快速变换傅里叶（FFT）过程实例分析
Geekpad智能屏语音开关，让灯变“聪明”
新兴科技成果——越穷越要云计算
用以机器人导电环的特点与优点
2020中国人工智能智慧物流的研究发展报告
小米6配置再曝光：搭载双摄6Plus概念与小米MIX一样
5G启用毫米波频谱：哪些频率会被采用？
在树莓派上启动多种操作系统的3种方法
恒大汽车会不会为我们带来一个全新的商业惊喜
智能水表概述及功能特点
怎样使用MPU-6000和Raspberry Pi进行运动跟踪
小米总市值已超1000亿美元，正式进入千亿俱乐部
电池电量计 IC的电池管理设计方案
英伟达将助力医疗行业的成本降低与工作负担
Vishay公司SiC45x 系列 microBUCK同步降压稳压器适合各种应用