傅里叶变换FFT计算代码python

傅里叶变换（Fast Fourier Transform，FFT）是一种快速计算复数信号频域表示的算法，常用于数据分析和信号处理。Python中有许多库可以方便地进行FFT计算，比如NumPy库就内置了FFT函数。

以下是一个简单的使用NumPy进行离散傅里叶变换（DFT）的例子：

import numpy as np

# 创建一个信号样本
time_domain_signal = np.array([1, 2, 3, 4, 5])

# 计算其DFT
fft_result = np.fft.fft(time_domain_signal)

# 获取实部和虚部
real_part = fft_result.real
imaginary_part = fft_result.imag

# 获取频谱数据
frequency_domain_data = np.abs(fft_result)

# 打印原始信号和频谱数据
print("Time domain signal:", time_domain_signal)
print("Frequency domain data (absolute values):", frequency_domain_data)

# 显示频率轴（假设采样率为100Hz）
sample_rate = 100
frequencies = np.linspace(0, sample_rate // 2, len(frequency_domain_data))