Python 将Excel中的时域数据转为频域，并保存频域幅度和相位信息

在 Python 中，可以使用 `pandas` 和 `numpy` 库来读取 Excel 中的时域数据，并将其转换为频域数据。具体操作步骤如下：

1. 导入需要的库：

import pandas as pd
import numpy as np
from scipy.fft import fft

2. 读取 Excel 文件中的时域数据。可以使用 `pandas` 库中的 `read_excel` 函数来读取 Excel 文件，然后将时域数据存储为 `numpy` 数组。

# 假设文件名为 data.xlsx，时域数据在 Sheet1 中的 A 列中
data = pd.read_excel('data.xlsx', sheet_name='Sheet1', usecols='A')
waveform = data.to_numpy().flatten()

3. 进行傅里叶变换，得到频域数据。可以使用 `scipy` 库中的 `fft` 函数进行傅里叶变换。得到的频域数据是一个复数数组，其中每个元素表示对应频率的幅度和相位信息。

spectrum = fft(waveform)

4. 将频域数据的幅度和相位信息分别保存到文件中。可以使用 `numpy` 库中的 `save` 函数将数组保存到文件中。为了便于后续读取，可以选择保存为 `.npy` 格式。

# 假设幅度信息保存为 amplitude.npy，相位信息保存为 phase.npy
np.save('amplitude.npy', np.abs(spectrum))
np.save('phase.npy', np.angle(spectrum))

需要注意的是，得到的频域数据是一个复数数组，其中每个元素表示对应频率的幅度和相位信息。如果需要同时保存幅度和相位信息，可以将幅度和相位信息分别保存为两个文件，或者将幅度和相位信息合并到一个数组中再保存。

完整代码示例：

import pandas as pd
import numpy as np
from scipy.fft import fft

# 读取 Excel 文件中的时域数据
data = pd.read_excel('data.xlsx', sheet_name='Sheet1', usecols='A')
waveform = data.to_numpy().flatten()

# 进行傅里叶变换，得到频域数据
spectrum = fft(waveform)

# 将频域数据的幅度和相位信息分别保存到文件中
np.save('amplitude.npy', np.abs(spectrum))
np.save('phase.npy', np.angle(spectrum))

在实际应用中，需要根据具体需求调整代码，并进行错误处理和异常处理。