python fft ifft计算实例（通过本实例可以完全理解python的fft与ifft计算）

先上代码：

import numpy as np
import matplotlib.pyplot as plt
fs=10
ts=1/fs
t=np.arange(-5,5,ts)#生成时间序列，采样间隔0.1s
k=np.arange(t.size)#DFT的自变量
N=t.size#DFT的点数量
x=np.zeros_like(t)#生成一个与t相同结构，内容为0的np.array
x[40:60]=1#设置信号的方波，范围是40-60
y=np.fft.fftshift(np.fft.fft(x))#先np.fft.fft进行fft计算，这时的y是【0,fs】频率相对应的
#调用np.fft.fftshift将y变为与频率范围【-fs/2,fs/2】对应，就是将大于fs/2的部分放到
#-fs/2到0之间,然后绘图的时候将用频率是f=(k*fs/N-fs/2),将频率变为【-fs/2,fs/2】之间
yf=np.abs(y)#计算频率域的振幅
plt.rcParams[‘font.sans-serif’]=[‘SimHei’]#中文乱码处理
plt.rcParams[‘axes.unicode_minus’]=False
plt.subplot(311)
plt.plot(t,x)
plt.title(“原始方波信号”)
plt.legend((“采样频率fs=10”))
plt.subplot(312)
plt.title(“方波信号经过fft变换后的频谱”)
f=fs*k/N-fs/2#计算频率
plt.plot(f,yf)
iy=np.abs(np.fft.ifft(y))#注意这里进行ifft的y要是fft计算出的y经过np.fft.fftshift的
#否则会显示错误的结果,y是没有经过np.abs的，y是个复数，计算结果iy是个实数
plt.subplot(313)
plt.title(“方波fft的ifft”)
plt.plot(t,iy)
plt.tight_layout()#显示完整图片
plt.show()
plt.close()

再上图

np.fft.fft 与np.fft.fftshift说明

np.fft.fft(x,n)#x是要进行fft变换的一组数据，参数n制定FFT的点数，n值如果没有的话，那么就默认输入序列的个数为FFT的点数，当n不等于len(x)时，fft的结果与n=len(x)是不同的，所以通常省略第二个参数

>>> import numpy as np
>>> x=np.random.rand(8)
>>> x
array([0.76148168, 0.54335211, 0.208776  , 0.88864571, 0.25180902,
       0.21710291, 0.94578275, 0.98675523])
>>> xf=np.fft.fft(x)
>>> xf
array([ 4.80370541+0.j        ,  0.80973959+0.57568763j,
       -0.14126805+1.11494592j,  0.20960573-0.89832586j,
       -0.46800652+0.j        ,  0.20960573+0.89832586j,
       -0.14126805-1.11494592j,  0.80973959-0.57568763j])
>>> np.fft.fft(x,10)
array([ 4.80370541+0.00000000e+00j, -0.49992766-1.67169141e-02j,
       -0.16956873-1.35714959e+00j,  2.09487784+2.08297794e-01j,
        0.2141775 -4.35416409e-01j, -0.46800652-2.77555756e-17j,
        0.2141775 +4.35416409e-01j,  2.09487784-2.08297794e-01j,
       -0.16956873+1.35714959e+00j, -0.49992766+1.67169141e-02j])

np.fft.fftshift说明

这里参照Matlab中fftshift的说明，个人感觉python很多就是复制栏Matlab的功能，只讨论实信号的情形。
因为实信号以fs为采样速率的信号在 fs/2处混叠，所以实信号fft的结果中前半部分对应[0, fs/2],后半部分对应[ -fs/2, 0]，正是因为这样所以，频率f要修改与之对应

1）实信号fft的结果前半部分对应[0, fs/2]是正频率的结果,后半部分对应[ -fs/2, 0]是负频率的结果。大于fs/2的部分的频谱实际上是实信号的负频率加fs的结果。故要得到正确的结果，只需将视在频率减去fs即可得到频谱对应的真实负频率

2）如果要让实信号fft的结果与[-fs/2, fs/2]对应，则要fft后fftshift一下即可，fftshift的操作是将fft结果以fs/2为中心左右互换

3）如果实信号fft的绘图频率f从[-fs/2, fs/2]，并且没有fftshift，则fft正频谱对应f在[0, fs/2]的结果将混叠到(f - fs/2)的位置;

fft负频谱对应f在[-fs/2, 0]的结果混叠到 f + fs - fs/2 的位置，注意这里f为负值，也就是说此种情况下fft负频谱对应的视在频率减去fs/2即可得到频谱对应的真实负频率