fft 傅里叶变换

gistfile1.txt

import numpy as np
from scipy.fftpack import fft, ifft
import matplotlib.pyplot as plt

x = np.linspace(0, 1, 800)

# 设置需要采样的信号，频率分量有80，190和300
y = 7 * np.sin(2 * np.pi * 80 * x) + \
    2.8 * np.sin(2 * np.pi * 190 * x) + \
    5.1 * np.sin(2 * np.pi * 300 * x)

yy = fft(y)  # 快速傅里叶变换
y_real = yy.real  # 获取实数部分
y_imag = yy.imag  # 获取虚数部分

yf = abs(fft(y))  # 取绝对值
yf1 = 2 * abs(fft(y)) / len(x)  # 归一化处理
yf2 = yf1[range(int(len(x) / 2))]  # 由于对称性，只取一半区间

xf = np.arange(len(y))  # 频率
xf1 = xf
xf2 = xf[range(int(len(x) / 2))]  # 取一半区间

plt.figure(figsize=(10, 4))
plt.subplot(231)
plt.plot(x[0:50], y[0:50])

plt.subplot(232)
plt.plot(xf, y_real, 'r')

plt.subplot(233)
plt.plot(xf, y_imag, 'g')

plt.subplot(234)
plt.plot(xf1, yf, 'g')

plt.subplot(235)
plt.plot(xf1, yf1, 'r')

plt.subplot(236)
plt.plot(xf2, yf2, 'b')

plt.show()