python傅里叶分析代码

傅里叶分析是一种将信号分解成不同率的方法，它在信号处理和频谱分析中广泛应用。在Python中，可以使用NumPy和SciPy库来进行傅里叶分析。

下面是一个简单的Python代码示例，用于计算信号的傅里叶变换和频谱：

import numpy as np
import matplotlib.pyplot as plt

# 生成信号数据
t = np.linspace(0, 1, 1000)  # 时间范围为0到1，生成1000个点
f1 = 10  # 第一个频率为10Hz
f2 = 20  # 第二个频率为20Hz
signal = np.sin(2 * np.pi * f1 * t) + 0.5 * np.sin(2 * np.pi * f2 * t)

# 计算傅里叶变换
fft_result = np.fft.fft(signal)

# 计算频谱
freq = np.fft.fftfreq(len(signal), t[1] - t[0])
spectrum = np.abs(fft_result)

# 绘制信号和频谱图
plt.subplot(2, 1, 1)
plt.plot(t, signal)
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.title('Signal')

plt.subplot(2, 1, 2)
plt.plot(freq, spectrum)
plt.xlabel('Frequency')
plt.ylabel('Magnitude')
plt.title('Spectrum')

plt.tight_layout()
plt.show()

这段代码首先生成了一个包含两个频率成分的信号，然后使用`np.fft.fft`函数计算信号的傅里叶变换，使用`np.fft.fftfreq`函数计算频谱的频率。最后，使用Matplotlib库绘制了信号和频谱图。