fft python 頻譜

FFT是快速傅里叶变换的缩写，是一种常用的信号处理算法。在Python中，我们可以使用NumPy库中的fft函数来实现FFT算法。FFT算法可以将时域上的信号转换成频域上的信号，即将信号分解成不同频率的正弦和余弦波的加权和。通过频谱分析，我们可以了解信号中各个频率的成分，进而对信号进行处理或分析。

在Python中，使用NumPy库中的fft函数可以实现信号的FFT计算，并绘制出频谱图。以下是一个简单的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成信号
t = np.linspace(0, 1, 1000, endpoint=False)
x = np.sin(2*np.pi*10*t) + np.sin(2*np.pi*20*t)

# 进行FFT计算
fft_x = np.fft.fft(x)

# 计算频率
freq = np.fft.fftfreq(len(x), t-t)

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

该示例代码中，我们生成了一个包含10Hz和20Hz正弦波的信号，并使用fft函数计算其FFT结果，并绘制出了频谱图。