数字信号处理——观察信号的频谱

今天学习将时域信号通过FFT转换为频域信号之后，将其各个频率分量的幅值绘制成图，可以很直观地观察信号的频谱。重点理解FFT变换的过程。
程序来自参考书《Python科学计算》

import numpy as np
import pylab as pl
from pylab import mpl

#首先定义两个常数：sampling_rate, fft_size，
sampling_rate = 8000        #取样频率
fft_size = 512              #FFT的长度

#调用np.arange产生1秒钟的取样时间，t中的每个数值直接表示取样点的#时间，因此其间隔为取样周期1/sampline_rate
t = np.arange(0, 1.0, 1.0/sampling_rate)

#两个正弦波的叠加,注意此两波频率正好为计算波形周期的10倍和15倍
x = np.sin(2*np.pi*156.25*t)  + 2*np.sin(2*np.pi*234.375*t)

#从波形数据x中截取fft_size个点进行FFT计算
xs = x