fft 代码python

在Python中，可以使用第三方库文件numpy和scipy中的fft函数来进行FFT（快速傅里叶变换）操作。具体的代码如下所示：

from scipy.fftpack import fft
import numpy as np

# 定义采样频率和时间范围
fs = 10
t = np.linspace(start=0, stop=10, num=100)

# 定义信号
y = 4 * np.sin(2 * np.pi * t * 2)

# 进行FFT变换
xf = np.fft.fft(y)
xfp = np.fft.fftfreq(len(y), d=1 / fs)

# 取模
xf = abs(xf)

# 绘制时域图和FFT图像
plt.subplot(1, 2, 1)
plt.plot(t, y)
plt.xlabel('t(s)')
plt.ylabel('f(Hz)')
plt.title('y=sin(2*π*2*t) 时域图')

plt.subplot(1, 2, 2)
plt.plot(xfp, xf)
plt.xlim(0, int(fs/2))
plt.xlabel('f(Hz)')
plt.ylabel('Amp')
plt.title('y=sin(2*π*2*t) FFT图')

plt.show()

在这段代码中，首先导入了所需的库文件，然后定义采样频率和时间范围，再生成信号y。接下来，使用np.fft.fft函数对信号进行FFT变换，得到变换之后的数据xf。同时，使用np.fft.fftfreq函数计算频率xfp。最后，绘制时域图和FFT图像，得到信号在频域上的表示。

参考资料：
快速傅里叶变换-通过python代码实战讲解
[2] 在Python的第三方库文件中，numpy和scipy都有fft的函数，本文使用scipy中的fft函数
现在对采样频率为10Hz在的信号进行fft分析<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [信号处理 - 快速傅里叶变换(FFT) - python代码讲解](https://blog.csdn.net/m0_54866636/article/details/125388700)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [Python中利用FFT（快速傅里叶变换）进行频谱分析](https://blog.csdn.net/weixin_43589323/article/details/127562996)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]