FFT快速傅里葉變換的python實(shí)現(xiàn)過(guò)程解析
更新時(shí)間：2019年10月21日 16:55:37 作者：思念殤千尋
這篇文章主要介紹了FFT快速傅里葉變換的python實(shí)現(xiàn)過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
FFT是DFT的高效算法，能夠?qū)r(shí)域信號(hào)轉(zhuǎn)化到頻域上，下面記錄下一段用python實(shí)現(xiàn)的FFT代碼。
# encoding=utf-8 import numpy as np import pylab as pl # 導(dǎo)入和matplotlib同時(shí)安裝的作圖庫(kù)pylab sampling_rate = 8000 # 采樣頻率8000Hz fft_size = 512 # 采樣點(diǎn)512，就是說(shuō)以8000Hz的速度采512個(gè)點(diǎn)，我們獲得的數(shù)據(jù)只有這512個(gè)點(diǎn)的對(duì)應(yīng)時(shí)刻和此時(shí)的信號(hào)值。 t = np.linspace(0, 1, sampling_rate) # 截取一段時(shí)間，截取是任意的，這里取了0~1秒的一段時(shí)間。 x = np.sin(2*np.pi*156.25*t) + 2*np.sin(2*np.pi*234.375*t) # 輸入信號(hào)序列，人工生成了一段信號(hào)序列，范圍在0~1秒 xs = x[:fft_size] # 由上所述，我們只采樣了512個(gè)點(diǎn)，所以我們只獲得了前512個(gè)點(diǎn)的數(shù)據(jù) xf = np.fft.rfft(xs)/fft_size # 調(diào)用np.fft的函數(shù)rfft(用于實(shí)值信號(hào)fft)，產(chǎn)生長(zhǎng)度為fft_size/2+1的一個(gè)復(fù)數(shù)向量，分別表示從0Hz~4000Hz的部分，這里之所以是4000Hz是因?yàn)镹yquist定理，采樣頻率8000Hz，則能恢復(fù)帶寬為4000Hz的信號(hào)。最后/fft_size是為了正確顯示波形能量 freqs = np.linspace(0, sampling_rate//2, fft_size//2 + 1) # 由上可知，我們得到了數(shù)據(jù)，現(xiàn)在產(chǎn)生0~4000Hz的頻率向量，方便作圖 xfp = 20*np.log10(np.clip(np.abs(xf), 1e-20, 1e1000)) # 防止幅值為0，先利用clip剪裁幅度，再化成分貝 pl.figure(figsize=(8, 4)) # 生成畫(huà)布 pl.subplot(211) # 生成子圖，211的意思是將畫(huà)布分成兩行一列，自己居上面。 pl.plot(t[:fft_size], xs) # 對(duì)真實(shí)波形繪圖 pl.xlabel(u"time(s)") pl.title(u"The Wave and Spectrum of 156.25Hz and 234.375Hz") pl.subplot(212) # 同理 pl.plot(freqs, xfp) # 對(duì)頻率和幅值作圖，xlabel是頻率Hz,ylabel是dB pl.xlabel(u"Hz") pl.subplots_adjust(hspace=0.4) # 調(diào)節(jié)繪圖參數(shù) pl.show()
代碼進(jìn)行了詳細(xì)標(biāo)注。有一個(gè)小細(xì)節(jié)是FFT對(duì)于取樣時(shí)間有要求。N點(diǎn)FFT進(jìn)行精確頻譜分析的要求是N個(gè)取樣點(diǎn)包含整數(shù)個(gè)取樣對(duì)象的波形。因此N點(diǎn)FFT能夠完美計(jì)算頻譜，對(duì)取樣對(duì)象的要求是n*Fs/N（n*采樣頻率/FFT長(zhǎng)度）在本例中Fs = 8000Hz，N=512 base_freq=15.625Hz 所以本例中給出了頻率為156.25Hz(n=10)和234.375Hz(n=15)做例子。
效果如下：
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
Python利用BeautifulSoup解析網(wǎng)頁(yè)內(nèi)容
當(dāng)今信息爆炸的時(shí)代,網(wǎng)絡(luò)上充斥著海量的數(shù)據(jù),而網(wǎng)絡(luò)爬蟲(chóng)作為一種數(shù)據(jù)采集工具,扮演著至關(guān)重要的角色,BeautifulSoup 是一個(gè)Python庫(kù),它可以從HTML或XML文件中提取數(shù)據(jù),本文介紹了Python如何利用BeautifulSoup解析網(wǎng)頁(yè)內(nèi)容,需要的朋友可以參考下2024-06-06
這篇文章主要為大家介紹了Python全棧之CSS，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2022-01-01
Python?運(yùn)算符通常用于對(duì)值和變量執(zhí)行操作。這些是用于邏輯和算術(shù)運(yùn)算的標(biāo)準(zhǔn)符號(hào)。在本文中，我們將研究不同類(lèi)型的?Python?運(yùn)算符，感興趣的可以了解一下2022-09-09
Python數(shù)據(jù)結(jié)構(gòu)dict常用操作代碼實(shí)例
這篇文章主要介紹了Python數(shù)據(jù)結(jié)構(gòu)dict常用操作代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03
這篇文章主要介紹了pytorch SENet實(shí)現(xiàn)案例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
python 多線程實(shí)現(xiàn)檢測(cè)服務(wù)器在線情況
本文給大家分享的是Python使用多線程通過(guò)ping命令檢測(cè)服務(wù)器的在線狀況，給大家了內(nèi)網(wǎng)和外網(wǎng)的2個(gè)例子，有需要的小伙伴可以參考下。2015-11-11
Pytorch結(jié)合PyG實(shí)現(xiàn)MLP過(guò)程詳解
這篇文章主要為大家介紹了Pytorch結(jié)合PyG實(shí)現(xiàn)MLP過(guò)程詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-04-04
使用python下載大型文件顯示進(jìn)度條和下載時(shí)間的操作代碼
大家都知道下載大型文件時(shí)存在一個(gè)問(wèn)題，那就是內(nèi)存使用量迅速上升，可能會(huì)造成電腦卡死，所以我們需要換一個(gè)方式進(jìn)行下載，這篇文章主要介紹了使用python下載大型文件的方法顯示進(jìn)度條和下載時(shí)間,需要的朋友可以參考下2022-11-11
這篇文章主要介紹了TensorFlow中如何確定張量的形狀實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
利用Pandas讀取表格行數(shù)據(jù)判斷是否相同的方法
這篇文章主要給大家介紹了關(guān)于利用Pandas讀取表格行數(shù)據(jù)判斷是否相同的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03