刚开始使用numpy软件包，并以简单的任务开始计算FFT输入信号。这是代码：
import numpy as np
import matplotlib.pyplot as plt
#Some constants
L = 128
p = 2
X = 20
x = np.arange(-X/2,X/2,X/L)
fft_x = np.linspace(0,128,128, True)
fwhl = 1
fwhl_y = (2/fwhl) \
*(np.log([2])/np.pi)**0.5*np.e**(-(4*np.log([2]) \
*x**2)/fwhl**2)
fft_fwhl = np.fft.fft(fwhl_y, norm='ortho')
ampl_fft_fwhl = np.abs(fft_fwhl)
plt.bar(fft_x, ampl_fft_fwhl, width=.7, color='b')
plt.show()
由于我使用的是指数函数，其常数除以pi，因此我希望在傅立叶空间中得到指数函数，其中FFT的常数部分始终等于1（零频率）。但是我使用numpy获得的那个组件的值更大（大约是1,13）。在这里，我有一个幅度谱，该幅度谱被1 /（number_of_counts）** 0.5归一化（这是我在numpy文档中阅读的内容）。我不明白怎么了...有人可以帮助我吗？
谢谢！
[编辑]看来问题已解决，要获得傅立叶积分和FFT的相同结果，所需要做的就是将FFT乘以步长（在我的情况下为X / L）。至于numpy.fft.fft（...，norm ='ortho'）选项的归一化，它仅用于保存变换的比例，否则您需要将反FFT的结果除以样本数。感谢大家的帮助！