使用python进行时域频域分析

时域分析：

在Python中，我们可以使用NumPy和Matplotlib库来进行时域分析。以下是一个示例，演示如何使用Python绘制一个简单的正弦波图形，并计算其峰值、均值、标准差等统计量。

import numpy as np
import matplotlib.pyplot as plt

# 生成一个正弦波信号
t = np.linspace(0, 1, 1000)
x = np.sin(2 * np.pi * 5 * t)

# 绘制正弦波图形
plt.plot(t, x)
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.show()

# 计算统计量
print('Peak value:', np.max(x))
print('Mean value:', np.mean(x))
print('Standard deviation:', np.std(x))

频域分析：

在Python中，我们可以使用FFT（快速傅里叶变换）算法来进行频域分析。以下是一个示例，演示如何使用Python计算一个正弦波信号的频谱，并绘制其频谱图。

import numpy as np
import matplotlib.pyplot as plt

# 生成一个正弦波信号
t = np.linspace(0, 1, 1000)
x = np.sin(2 * np.pi * 5 * t)

# 计算FFT
N = len(x)
X = np.fft.fft(x)
freq = np.fft.fftfreq(N, d=t[1]-t[0])

# 绘制频谱图
plt.plot(freq, np.abs(X))
plt.xlim(0, 10)
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.show()

在上面的代码中，我们使用np.fft.fft函数计算了信号的FFT，并使用np.fft.fftfreq函数计算了对应的频率。我们还使用matplotlib库绘制了频谱图，其中横坐标是频率，纵坐标是幅度。