用Python进行傅里叶变换

Question

我有一组数据。它显然具有一定的周期性。我想通过使用傅里叶变换找出它的频率并将其绘制出来。

这是我的一个镜头，但看起来不太好。

这是相应的代码，我不知道为什么它失败：

import numpy
from pylab import *
from scipy.fftpack import fft,fftfreq
import matplotlib.pyplot as plt
dataset = numpy.genfromtxt(fname='data.txt',skip_header=1)
t = dataset[:,0]
signal = dataset[:,1]
npts=len(t)

FFT = abs(fft(signal))
freqs = fftfreq(npts, t[1]-t[0])
subplot(211)
plot(t[:npts], signal[:npts])
subplot(212)
plot(freqs,20*log10(FFT),',')
xlim(-10,10)
show()

我的问题是：由于原始数据看起来非常周期性，并且我期望看到在频域中峰值非常尖锐；我怎样才能让峰看起来更漂亮？

Answer 1

这是数据分析的问题。

• FFT 适用于复数，因此频谱在实际数据输入上是对称的：限制在 上xlim(0,max(freqs))。
• 采样周期不好：在保持输入点总数相同的情况下增加周期将导致本示例中的最佳质量频谱。

编辑。和 ：

 dataset = numpy.genfromtxt(fname='data.txt',skip_header=1)[::30];
 t,signal = dataset.T
 (...)
 plot(freqs,FFT)
 xlim(0,1)
 ylim(0,30)    

频谱是

为了获得最佳质量的频谱，只需长时间重新采集信号（以获得美丽的峰值），采样频率为 1 Hz，这将为您提供 [0, 0.5 Hz] 频率范围（请参阅奈奎斯特准则）。