python实现FFT（快速傅里叶变换）

简单定义一个FFT函数，以后的使用中可以直接幅值粘贴使用。

首先生成了一个频率为1、振幅为1的正弦函数：

然后计算该信号的频率和幅值，得到计算结果如下：

其中计算相位角我使用的较少，为了提高计算效率一般是注释掉了，不在意这点效率的话可以保留。

# 所使用到的库函数import numpy as npimport matplotlib.pyplot as pltfrom scipy.fft import fft# 简单定义一个FFT函数def myfft(x,t):fft_x = fft(x) # fft计算amp_x = abs(fft_x)/len(x)*2 # 纵坐标变换label_x = np.linspace(0,int(len(x)/2)-1,int(len(x)/2)) # 生成频率坐标amp = amp_x[0:int(len(x)/2)]# 选取前半段计算结果即可# amp[0] = 0# 可选择是否去除直流量信号fs =1/( t[2]-t[1])# 计算采样频率fre = label_x/len(x)*fs# 频率坐标变换pha = np.unwrap(np.angle(fft_x))# 计算相位角并去除2pi跃变return amp,fre,pha# 返回幅度和频率t = np.linspace(0,5*np.pi,200) # 时间坐标x = np.sin(2*np.pi*t) # 正弦函数amp,fre,pha= myfft(x,t) # 调用函数# 绘图plt.figure()plt.plot(t,x)plt.title('Signal')plt.xlabel('Time / s')plt.ylabel('Intencity / cd')plt.figure()plt.plot(fre,amp)plt.title('Amplitute-Frequence-Curve')plt.ylabel('Amplitute / a.u.')plt.xlabel('Frequence / Hz')plt.show()

我的另一篇文章里给了FFT文件的函数包及调用方法：

链接: /ruredfive/article/details/116024515.