用python进行傅里叶变换

Question

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

这是我的一张照片，但似乎不太好。

这是对应的代码，不知道为什么会失败：

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，我希望看到在频域中的峰值非常尖锐；我怎样才能让山峰看起来更好看？

Answer 1

这是数据分析的问题。

• FFT 使用复数，因此频谱在实际数据输入上是对称的：限制 xlim(0,max(freqs))。
• 采样周期不好：在保持输入点总数不变的情况下增加采样周期将在此示例中产生最佳质量的频谱。

编辑。 与：

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

光谱是

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）。