快速傅里叶变换 python_Python实现快速傅里叶变换的方法（FFT）

本文介绍了Python实现快速傅里叶变换的方法（FFT），分享给大家，具体如下：

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 np

from scipy.fftpack import fft,ifft

import matplotlib.pyplot as plt

import 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600

y=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 = xf

xf2 = 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：

2017/7/11更新

再添加一个简单的例子

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt

import numpy as np

import seaborn

Fs = 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 signal

y = np.sin(2*np.pi*ff*t)

n = len(y) # length of the signal

k = np.arange(n)

T = n/Fs

frq = k/T # two sides frequency range

frq1 = frq[range(int(n/2))] # one side frequency range

YY = 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 spectrum

ax[1].set_xlabel('Freq (Hz)')

ax[1].set_ylabel('|Y(freq)|')

ax[2].plot(frq,abs(Y),'G') # plotting the spectrum

ax[2].set_xlabel('Freq (Hz)')

ax[2].set_ylabel('|Y(freq)|')

ax[3].plot(frq1,abs(Y1),'B') # plotting the spectrum

ax[3].set_xlabel('Freq (Hz)')

ax[3].set_ylabel('|Y(freq)|')

plt.show()

相关文章：傅立叶级数展开初探(Python)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

本文标题: Python实现快速傅里叶变换的方法（FFT）

本文地址: http://www.cppcns.com/jiaoben/python/235142.html

快速傅里叶变换 python_Python实现快速傅里叶变换的方法（FFT）相关推荐

离散傅里叶变换 (DFT)、快速傅里叶变换 (FFT)
目录离散傅里叶变换 (DFT) 离散傅里叶变换的基离散傅里叶变换快速傅里叶变换 (FFT) 卷积线性时不变系统傅里叶级数参考文献离散傅里叶变换 (DFT) 离散傅里叶变换的基对于周期为 ...
傅里叶变换、离散傅里叶变换(DFT)、快速傅里叶变换(FFT)详解
前置知识以下内容参考<复变函数与积分变换>,如果对积分变换有所了解,完全可以跳过忽略复数的三角表达式如下 Z=r(cosθ+isinθ)Z=r(cos\theta+isin\theta ...
基于多次傅里叶变换算法的快速相位解包裹算法研究
▒▒本文目录▒▒ 一.前言二.快速相位解包裹算法实例分析三.参考文献一.前言一般而言,干涉相位图中的相位值通常被限制在主值区间内,这种相位被称为缠绕相位.在缠绕相位图中,像素点的相位值在-π或 ...
角谱法 matlab,一种基于部分角谱法的快速全息图生成和高质量再现方法与流程...
本发明涉及一种全息显示领域,特别是全息图的生成和再现方法. 背景技术: 全息显示能提供给观看者需要的所有信息,因此被公认为最有前景的三维显示技术.但是,目前的全息显示技术依然有一些问题亟待解决.其中之 ...
离开当前屏幕的判断方法_EXCEL 一个工作表如何快速拆分多个工作表的方法
下面说下在一个工作簿里把里面的一个工作表依据实际需求的条件内容,快速拆分成多个工作表方法. 1.打开excel文件,现在需要依据地区和国家这个条件,分别单独生成不同的工作表出来,最原始的方法是手动新建 ...
php恶意代码,php快速查找数据库中恶意代码的方法，快速查找恶意代码_PHP教程...
php快速查找数据库中恶意代码的方法,快速查找恶意代码本文实例讲述了php快速查找数据库中恶意代码的方法.分享给大家供大家参考.具体如下: 数据库被输入恶意代码,为了保证你的数据库的安全,你必须得小 ...
ue4显示变量_UE4：快速入门蓝图（Blueprint）的方法之一
UE4:快速入门蓝图(Blueprint)的方法之一前言: 不久前因为工作的需要,学习了一下UE4的蓝图,发现并没有想象中的那么难以入门.今天把入门的方法和大家分享:D 适读人群: 1 有一定编程基 ...
申威 linux内核,一种申威防火墙快速移植高版本linux内核的方法与流程
技术特征: 1.一种申威防火墙快速移植高版本linux内核的方法,其特征在于,包括以下步骤: s1:预先制作生成内存根文件系统的压缩文件: 所述步骤s1包括以下步骤: s11:通过编译busybox制 ...
快速找到外贸客户的9种方法（建议收藏）
所有外贸企业想要做好外贸出口的头等大事,就是要快速的找到优质的外贸客户和订单,没有订单的达成,所有的努力都是图劳,还有可能会陷入一种虚假的繁荣,每天都很忙,但是没有结果.今天,小编就来分享一下,快速找 ...

快速傅里叶变换 python_Python实现快速傅里叶变换的方法（FFT）

快速傅里叶变换 python_Python实现快速傅里叶变换的方法（FFT）相关推荐

最新文章

热门文章