python短时傅里叶变换

短时傅里叶变换（Short-Time Fourier Transform，STFT）是一种时频分析方法，它将一个信号分解成一系列的窗口长度相同的小段，并对每一小段进行傅里叶变换，得到该小段在频域内的频谱，从而得到信号在时域和频域上的信息。

在Python中，可以使用scipy库中的signal模块来实现STFT。具体步骤如下：

1. 导入所需库和信号数据

import numpy as np
from scipy import signal

# 生成一个示例信号
fs = 1000 #采样率
t = np.linspace(0, 1, fs, endpoint=False)
x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t)

2. 定义窗口长度和窗口类型

window = 'hann'
nperseg = 64

3. 进行STFT计算

f, t, Zxx = signal.stft(x, fs=fs, window=window, nperseg=nperseg)

其中，f为频率，t为时间，Zxx为STFT结果。

4. 可视化结果

import matplotlib.pyplot as plt

plt.pcolormesh(t, f, np.abs(Zxx), cmap='viridis')
plt.title('STFT Magnitude')
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

这样就可以得到STFT的时频图像了。