python画傅里叶频谱图

要用Python绘制傅里叶频谱图，你可以使用NumPy和Matplotlib库来进行计算和绘图。以下是一段示例代码，可以帮助你完成这个任务：

import numpy as np
import matplotlib.pyplot as plt

# 生成信号数据
sample_rate = 1000  # 采样率
t = np.linspace(0, 1, sample_rate, endpoint=False)  # 时间轴
frequencies = [50, 120, 250]  # 信号频率
amplitudes = [1, 0.5, 0.2]  # 信号幅度

signal = np.zeros_like(t)
for freq, amp in zip(frequencies, amplitudes):
    signal += amp * np.sin(2 * np.pi * freq * t)

# 计算傅里叶变换
fft = np.fft.fft(signal)
freqs = np.fft.fftfreq(len(signal), 1/sample_rate)

# 绘制频谱图
plt.figure(figsize=(8, 4))
plt.plot(freqs, np.abs(fft))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.title('Fourier Spectrum')

plt.show()

在这个示例代码中，我们首先生成了一个包含三个信号的合成信号。然后，使用`np.fft.fft`函数计算了傅里叶变换，并使用`np.fft.fftfreq`函数获取对应的频率轴。最后，使用Matplotlib库的`plot`函数绘制了频谱图。

你可以根据需要修改示例代码中的信号频率、幅度和采样率等参数，以及图形的标题、坐标轴标签等信息，来满足你的具体需求。