用fft对信号作频谱分析代码

傅立叶变换（Fast Fourier Transform，FFT）是一种快速计算离散信号频谱的常用方法。下面是一个简单的Python代码片段，使用`numpy`库的`fftpack`模块对一段模拟信号进行频谱分析：

import numpy as np
import matplotlib.pyplot as plt

# 创建一段模拟信号，例如正弦波
time = np.linspace(0, 1, num=1000, dtype=np.float64)  # 时间序列
frequency = 10  # 被分析的信号频率
signal = np.sin(2 * np.pi * frequency * time)

# 使用numpy的fft函数计算频谱
n = len(signal)
fft_result = np.fft.fft(signal)

# 计算频率轴
frequencies = np.fft.fftfreq(n, d=1.0/time[-1])  # 分辨率为1/time步长

# 获取绝对值并取前半部分（因为正负频率对应）
power_spectrum = abs(fft_result[0:n//2])

# 对结果进行归一化
power_spectrum /= n

# 绘制频谱图
plt.plot(frequencies[:n//2], power_spectrum)
plt.xlabel('Frequency [Hz]')
plt.ylabel('Amplitude')
plt.title('Signal Frequency Spectrum using FFT')
plt.show()