短时傅里叶变换 python

短时傅里叶变换（Short-time Fourier Transform, STFT）是一种在信号处理中常用的时频分析方法。在 Python 中，可以使用 SciPy 库的 `stft` 函数来实现 STFT。

以下是一个简单的示例代码，展示了如何使用 `stft` 函数进行短时傅里叶变换：

import numpy as np
from scipy.signal import stft
import matplotlib.pyplot as plt

# 生成一个示例信号
t = np.linspace(0, 1, 1000)
signal = np.sin(2 * np.pi * 10 * t) + np.sin(2 * np.pi * 50 * t)

# 使用 stft 函数计算短时傅里叶变换
frequencies, times, Zxx = stft(signal)

# 绘制短时傅里叶变换的结果
plt.pcolormesh(times, frequencies, np.abs(Zxx), shading='auto')
plt.colorbar(label='Amplitude')
plt.xlabel('Time')
plt.ylabel('Frequency')
plt.title('STFT')
plt.show()

在这个示例中，我们首先生成了一个包含两个正弦波的示例信号。然后使用 `stft` 函数计算了信号的短时傅里叶变换结果，返回频率、时间和复数形式的谱。最后，使用 `pcolormesh` 函数绘制了变换结果的幅度图。

希望对你有所帮助！如有任何问题，请随时提问。