np.fft.fft 归一

`numpy.fft.fft` 函数是 NumPy 库中的快速傅立叶变换 (FFT) 方法，用于计算一个数组的离散傅立叶变换（DFT）。归一化是指将 FFT 结果进行标准化，以便于理解和解释。在归一化之后，通常有几种常见的处理方式：

1. **幅度归一化**（Magnitude Scaling）：将 FFT 输出的幅度值除以输入信号的长度（即 N），使得结果在 [0, 1] 或 [-1, 1] 区间内。这有助于消除由于信号长度不同而引起的量纲差异。

2. **单位圆归一化**（Unit Circle Scaling）：将幅度四舍五入到整数，并除以输入信号的长度，这样幅度值将在单位圆上，便于解析频率成分。

3. **分贝（dB）归一化**：将幅度值取对数后再除以 20（或 10），转换成分贝，这通常用于显示频率响应的对比度。

如果你在使用 `numpy.fft.fft` 后想得到归一化的结果，可以按照上述方式之一进行处理。例如，如果想要幅度归一化，代码可能会像这样：

import numpy as np

# 假设你有一个信号 x
x = ...
fft_result = np.fft.fft(x)
normalized_fft = fft_result / len(x)

# 现在 normalized_fft 就是幅度归一化的FFT结果