傅里叶正变换Python

傅里叶正变换（FFT）是一种将时域信号转化为频域信号的方法。在Python中，可以使用NumPy库中的fft函数来进行FFT计算。

下面是一个简单的例子，演示如何使用NumPy库中的fft函数来计算一个简单的正弦波信号的FFT：

import numpy as np
import matplotlib.pyplot as plt

# 生成一个简单的正弦波信号
t = np.linspace(0, 1, 500)
x = np.sin(2*np.pi*10*t)

# 计算FFT
X = np.fft.fft(x)

# 计算频率轴
freqs = np.fft.fftfreq(len(x), t[1]-t[0])

# 绘制原始信号和FFT结果
plt.subplot(211)
plt.plot(t, x)
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.title('Original Signal')

plt.subplot(212)
plt.plot(freqs, abs(X))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Magnitude')
plt.title('FFT of Signal')
plt.tight_layout()
plt.show()

上述代码会生成一个包含原始信号和FFT结果的图形。其中，原始信号是一个频率为10Hz的正弦波，FFT结果则显示了该信号在频域上的频率分布情况。

需要注意的是，在计算FFT时，信号的长度应该是2的幂次方，因此在实际应用中可能需要对信号进行补零等处理。