本文介紹了Python實現快速傅里葉變換的方法（FFT），分享給大家，具體如下：

這里做一下記錄，關于FFT就不做介紹了，直接貼上代碼，有詳細注釋的了：

import numpy as npfrom scipy.fftpack import fft,ifftimport matplotlib.pyplot as pltimport seaborn#采樣點選擇1400個，因為設置的信號頻率分量最高為600赫茲，根據采樣定理知采樣頻率要大于信號頻率2倍，所以這里設置采樣頻率為1400赫茲（即一秒內有1400個采樣點，一樣意思的）x=np.linspace(0,1,1400)  #設置需要采樣的信號，頻率分量有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)      #快速傅里葉變換yreal = yy.real    # 獲取實數部分yimag = yy.imag    # 獲取虛數部分yf=abs(fft(y))    # 取絕對值yf1=abs(fft(y))/len(x)   #歸一化處理yf2 = yf1[range(int(len(x)/2))] #由于對稱性，只取一半區間xf = np.arange(len(y))  # 頻率xf1 = xfxf2 = xf[range(int(len(x)/2))] #取一半區間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') #注意這里的顏色可以查詢顏色代碼表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()

結果：

2017/7/11更新

再添加一個簡單的例子

# -*- coding: utf-8 -*-import matplotlib.pyplot as pltimport numpy as npimport seabornFs = 150.0;     # sampling rate采樣率Ts = 1.0/Fs;    # sampling interval 采樣區間t = np.arange(0,1,Ts)  # time vector,這里Ts也是步長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)   # 未歸一化Y = np.fft.fft(y)/n   # fft computing and normalization 歸一化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()

相關文章：傅立葉級數展開初探(Python)

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林站長站。