python3的fft_Python 中 FFT 快速傅里叶分析

行文思路：采样频率和采样定理

生成信号并做FFT 变换

频率分辨率和显示分辨率

FFT 归一化操作

对噪声信号进行FFT

导入自定义模块

总结

一，相关定理介绍

1，采样频率

采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹(Hz)来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算机每秒钟采集多少个信号样本。

2，采样定理

所谓采样定理 ，又称香农采样定理，奈奎斯特采样定理，是信息论，特别是通讯与信号处理学科中的一个重要基本结论。采样定理指出，如果信号是带限的，并且采样频率高于信号带宽的两倍，那么，原来的连续信号可以从采样样本中完全重建出来。

定理的具体表述为：在进行模拟/数字信号的转换过程中，当采样频率fs大于信号中最高频率fmax的2倍时,即 fs>2*fmax

Note：采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的2.56～4倍；采样定理又称奈奎斯特定理。

二，FFT 变换

numpy中有一个fft的库，scipy中也有一个fftpack的库，各自都有fft函数，两者的用法基本是一致的。下面内容是利用 scipy 库中的FFT 对信号进行快速傅里叶变化。

1，生成信号做FFT

import numpy as np

from scipy.fftpack imp