傅里叶变换
鄙人对傅里叶变换后结果的理解:因为变换后的每个数是个复数,这个复数代表这个b站视频里所讲解的缠绕图形的质心位置。
质心位置有横坐标和纵坐标需要表示,所以用复数表示,所以某个频率的振幅用复数的模长,相位就用arctan(虚部/实部)就很好理解了。
这里也以看一下我写的很简单的傅里叶变换实验,我相信你只要跟着敲一遍公式,然后像我博客里一样写个简易版本的fft,你就会茅塞顿开。
numpy.fft.fft
前三个参数分别是信号,傅里叶变换后得到的频谱长度n,执行操作的维度。
其中第二个参数n,如果n等于信号长度,那就对整个信号做FFT;如果n小于信号长度,那就对信号做裁剪(看了下源码,我认为是就裁剪前面的n长度信号);如果n大于信号长度,那就再信号最后面补0,让信号长度等于n。
傅里叶变换的频率分辨率
频率分辨率 = 1 信号长度 频率分辨率 = \frac{1 }{信号长度} 频率分辨率=信号长度1
可用numpy模块的fft.fftfreq函数求出傅里叶变换的频率分辨率。