在上述代码的基础上，用fft检测工频干扰，并画图，采样率为2000，频率范围为0-100HZ

好的，理解了您的需求。在这里，我会在原有代码的基础上添加新的功能，用FFT检测工频干扰并绘制出FFT图像。下面是修改后的代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成信号数据
t = np.linspace(0, 1, 2000, endpoint=False)
x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t)
# 添加高斯白噪声
x += 2.5*np.random.randn(len(t))

# FFT变换
N = len(x)
T = 1/2000
yf = np.fft.fft(x)
xf = np.linspace(0.0, 1.0/(2.0*T), N//2)

# 绘制FFT图像
fig, ax = plt.subplots()
ax.plot(xf, 2.0/N * np.abs(yf[:N//2]))
plt.xlim(0, 100)
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.title('FFT')
plt.show()

# 检测工频干扰
freq = 50  # 工频干扰频率
index = int(freq*2000)  # 工频干扰在FFT中的下标位置
print('工频干扰幅值：', 2.0/N * np.abs(yf[index]))

在这段代码中，我们首先生成了一个包含工频干扰的信号数据，并使用FFT变换得到信号的频域信息。接着，我们绘制了FFT图像，并通过xlim函数将频率范围限制在0到100Hz之间。最后，我们检测了工频干扰的幅值，并输出了结果。

您可以将这段代码复制到Python环境中运行，就可以得到FFT图像和工频干扰的幅值了。