python 之FFT

101 阅读 0 评论 67 点赞

我是靠谱客的博主还单身御姐，这篇文章主要介绍python 之FFT，现在分享给大家，希望可以做个参考。

获取信号的频域信息，FFT是可行性方案，本文有两种求FFT 的方法，个人觉得第一种方法比较好，简单一点。第二种方法比较复杂。

方法1：

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
from scipy.fftpack import fft
import matplotlib.pyplot as plt
import numpy as np
# Number of sample points
N =600
# sample spacing
fs=800
T = 1.0 / 800.0
x = np.linspace(0.0, N*T, N)# (0.0   ，采样点*周期数   ，   采样点)
y = np.sin(50.0 *x) + 0.5*np.sin(80.0 * 2.0*np.pi*x)
yf = fft(y)
print("yf:",yf)
xf = np.linspace(0.0, 1.0/(2.0*T), N//2)#  目的是获取频率  print("N//2",N//2) 保证是整数，频谱图的频率一般是不会高于采样率的。 
#plt.plot(xf, 2.0/N * np.abs(yf[0:N//2]))
plt.plot(xf, np.abs(yf[0:N//2])*2.0/N)#   因为幅值有正负， 所以有abs
plt.grid()
plt.show()

方法2：

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
from scipy.fftpack import fft
import matplotlib.pyplot as plt
import numpy as np

import pylab as pl

sampling_rate = 8000
fft_size = 512
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)
xs = x[:fft_size]
xf = np.fft.rfft(xs)/fft_size
freqs = np.linspace(0, sampling_rate/2, fft_size/2+1)
xfp = 20*np.log10(np.clip(np.abs(xf), 1e-20, 1e100))
pl.figure(figsize=(8,4))
pl.subplot(211)
pl.plot(t[:fft_size], xs)
pl.xlabel(u"时间(秒)")
pl.title(u"156.25Hz和234.375Hz的波形和频谱")
pl.subplot(212)
pl.plot(freqs, xfp)
pl.xlabel(u"频率(Hz)")
pl.subplots_adjust(hspace=0.4)
pl.show()