如何对数组做傅里叶变换看其出现的频率

对于一个一维数组，可以使用`numpy.fft`模块中的`fft`函数对其进行快速傅里叶变换（FFT）。

具体来说，假设有一个一维数组`arr`，我们可以使用如下代码对其进行FFT：

import numpy as np

arr = np.array([1, 2, 3, 2, 1, 0, -1, -2, -3, -2, -1, 0])

fft = np.fft.fft(arr)

其中`np.fft.fft(arr)`返回一个复数数组，表示对`arr`进行FFT后的结果。

接着，我们可以使用如下代码计算对应的频率：

freq = np.fft.fftfreq(len(arr))

print(freq)

其中`np.fft.fftfreq(len(arr))`返回一个实数数组，表示FFT后每个元素对应的频率。

最后，我们可以使用如下代码将频率和FFT的结果进行可视化：

import matplotlib.pyplot as plt

plt.plot(freq, np.abs(fft))
plt.show()

其中`np.abs(fft)`表示对FFT的结果取绝对值，因为FFT的结果是复数。

在可视化结果中，横坐标表示频率，纵坐标表示FFT的结果幅值。可以看到，频率在0附近的幅值最大，符合原数组的特点。