np.fft.fft快速离散傅里叶变换

最简单的用法

import numpy as np

a = np.arange(10)
a_fft = np.fft.fft(a)

a_fft
==>array([45.+0.00000000e+00j, -5.+1.53884177e+01j, -5.+6.88190960e+00j,
       -5.+3.63271264e+00j, -5.+1.62459848e+00j, -5.-1.33226763e-15j,
       -5.-1.62459848e+00j, -5.-3.63271264e+00j, -5.-6.88190960e+00j,
       -5.-1.53884177e+01j])

以上例子，输入长度为10的离散数组，返回长度为10的离散数组，且元素均为复数。
第一个元素表示直流分量，第二个元素表示第一个正频率分量。

绘图看看

如果想知道每个幅值对应的频率具体值，调用np.fft.fftfreq()

freqs = np.fft.fftfreq(10, 1)

# 第一个参数表示数组长度，这里是10
# 第二个参数表示采样频率，这里设为1

freqs
==>array([ 0. ,  0.1,  0.2,  0.3,  0.4, -0.5, -0.4, -0.3, -0.2, -0.1])

绘图看看

函数原型

def fft(a, n=None, axis=-1, norm=None)

a： 时序离散数组
n： 输出的长度，默认为输入长度。改变此参数，会改变输出的频率间隔。
例如改成，输出改成7

a_fft = np.fft.fft(a, 7)
freqs = np.fft.fftfreq(7, 1)

axis： 输入数组可以是多维的，默认对最后一个维度进行变换。
norm：标准化，可选参数**{“backward”, “ortho”, “forward”}**