python绘制图像频谱_python傅里叶变换FFT绘制频谱图

本文实例为大家分享了python傅里叶变换FFT绘制频谱图的具体代码，供大家参考，具体内容如下

频谱图的横轴表示的是 频率， 纵轴表示的是振幅

#coding=gbk

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

#依据快速傅里叶算法得到信号的频域

def test_fft():

sampling_rate = 8000 #采样率

fft_size = 8000 #FFT长度

t = np.arange(0, 1.0, 1.0/sampling_rate)

x = np.sin(2*np.pi*156.25*t) + 2*np.sin(2*np.pi*234.375*t)+ 3*np.sin(2*np.pi*200*t)

xs = x[:fft_size]

xf = np.fft.rfft(xs) / fft_size #返回fft_size/2+1 个频率

freqs = np.linspace(0, sampling_rate/2, fft_size/2+1) #表示频率

xfp = np.abs(xf) * 2 #代表信号的幅值，即振幅

plt.figure(num='original', figsize=(15, 6))

plt.plot(x[:100])

plt.figure(figsize=(8,4))

plt.subplot(211)

plt.plot(t[:fft_size], xs)

plt.xlabel(u"时间(秒)", fontproperties='FangSong')

plt.title(u"156.25Hz和234.375Hz的波形和频谱", fontproperties='FangSong')

plt.subplot(212)

plt.plot(freqs, xfp)

plt.xlabel(u"频率(Hz)", fontproperties='FangSong')

plt.ylabel(u'幅值', fontproperties='FangSong')

plt.subplots_adjust(hspace=0.4)

plt.show()

test_fft()

# np.clip(a, a_mi