数据用文本文件导入，重写快速傅里叶变换python代码

在Python中，数据通常从文本文件（如CSV、TXT、JSON等）导入到程序中进行处理。对于重写用于读取数据并应用快速傅立叶变换（FFT）的代码，可以按照以下步骤进行：

1. 导入必要的库：

import numpy as np
import matplotlib.pyplot as plt
from scipy.io import loadmat, savemat

这里我们使用`numpy`进行数值计算，包括数组操作，以及`scipy.io`加载文本文件。

2. 定义读取文本文件函数：

def read_data_from_text(file_path):
    with open(file_path, 'r') as file:
        data = [float(line) for line in file]
    return np.array(data)

这个函数假设数据每行是一个数字，读取所有行并转换成浮点数存储在`numpy`数组中。

3. 重写快速傅里叶变换（FFT）部分：

def fft_data(data):
    n = len(data)
    freqs = np.fft.fftfreq(n, d=1)  # 如果数据是时间序列，d=1表示采样间隔为1
    fft_result = np.fft.fft(data)
    return freqs, abs(fft_result)

这里使用`np.fft.fftfreq`获取频率范围，并计算每个频率对应的幅度。

4. 使用函数并可视化结果：

def main():
    file_path = "your_data.txt"  # 替换为你实际的文件路径
    raw_data = read_data_from_text(file_path)
    
    freqs, fft_values = fft_data(raw_data)
    plt.plot(freqs, fft_values)
    plt.xlabel('Frequency')
    plt.ylabel('Amplitude')
    plt.title('Fast Fourier Transform of Data')
    plt.show()

if __name__ == "__main__":
    main()