用fft对信号做频谱分析python

在Python中，Fast Fourier Transform (FFT)是一种常用的方法，用于将时间域信号转换到频域，以便进行频谱分析。它广泛应用于音频处理、图像分析和信号处理等领域。下面是使用numpy库进行FFT的基本步骤：

1. 导入必要的库：

import numpy as np
import matplotlib.pyplot as plt

2. 创建一个模拟信号：

# 创建一个正弦波信号作为示例
time = np.linspace(0, 1, 1000)  # 时间序列，单位秒
signal = np.sin(2 * np.pi * 50 * time) + np.sin(2 * np.pi * 100 * time)

3. 应用FFT：

fft_signal = np.fft.fft(signal)
freqs = np.fft.fftfreq(signal.size, d=time[1] - time[0])  # 频率轴

`fftfreq()`函数计算了频率间隔，根据采样点和时间间隔计算出来。

4. 分析结果：

# 计算幅度谱，并取绝对值
magnitude_spectrum = np.abs(fft_signal)

# 只保留非零频率部分（因为fft是对整个信号包括原点进行的）
frequency_range = freqs[freqs != 0]

# 绘制频谱图
plt.plot(frequency_range, magnitude_spectrum)
plt.xlabel('Frequency [Hz]')
plt.ylabel('Magnitude')
plt.title('Signal Frequency Spectrum')
plt.show()