FFT重构python

FFT是一种快速傅里叶变换算法，可以将时域信号转换为频域信号。在Python中，可以使用NumPy库中的fft函数进行FFT计算。下面是一个简单的FFT重构Python代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 采样时间和采样点数
L = 1.0
N = 128

# 采样频率和采样时间间隔
Fs = N / L
T = 1 / Fs

# 生成信号
t = np.linspace(0, L, N)
y = np.cos(np.pi * t)

# 进行FFT计算
Y = np.fft.fft(y)

# 计算频率轴
freqs = np.fft.fftfreq(N, T)

# 绘制频谱图
plt.plot(freqs, np.abs(Y))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.show()

该代码首先生成一个长度为128的余弦信号，然后使用NumPy库中的fft函数进行FFT计算，最后绘制出频谱图。需要注意的是，频率轴的单位是Hz，而不是弧度。