numpy下fft模塊提供了豐富的fft函數(shù)，幾種常用的在這里記錄一下使用方式

fft

輸入實(shí)數(shù)samples，如果輸入的sample是帶虛數(shù)部分的話，虛數(shù)部分會(huì)被默認(rèn)刪除。

t=np.arange(12)
b=np.sin(t)
print(b)
print("sum(b)=", np.sum(b))

s = np.fft.fft(b)
print(s)

運(yùn)行結(jié)果截圖如下

從圖中可以看到，

• [0]是一個(gè)實(shí)數(shù)，實(shí)數(shù)部分是所有input中各個(gè)元素之和。
• [i]與[N-i]共軛；輸入的N如果是偶數(shù)，那么[N/2]沒有共軛的元素。 rfft

rfft

其實(shí)就是對(duì)fft的結(jié)果輸出做了省略。 針對(duì)剛剛提到的共軛特性，其實(shí)輸出結(jié)果是要保留(N+1)//2個(gè)結(jié)果就可以了。

t=np.arange(12)
b=np.sin(t)
print(b)
print("sum(b)=", np.sum(b))

s = np.fft.fft(b)
print("fft result:", s)

s = np.fft.rfft(b)
print("rfft result:", s)

fftfreq

返回fft的頻率節(jié)點(diǎn)

上面的fft和rfft將時(shí)域數(shù)據(jù)轉(zhuǎn)為頻域，得到的數(shù)據(jù)的bin是哪些范圍？

可以通過fftfreq來獲取

第一個(gè)參數(shù)n是時(shí)域數(shù)據(jù)的數(shù)據(jù)個(gè)數(shù)，第二個(gè)參數(shù)d是表示每一個(gè)bin的尺度。一般是1/sample_rate

t=np.arange(12)
b=np.sin(t)
print(b)
print("sum(b)=", np.sum(b))

s = np.fft.fft(b)
print("fft result:", s)

s = np.fft.rfft(b)
print("rfft result:", s)

s= np.fft.fftfreq(12, d=1/8000)
print(s)

其結(jié)果為

[    0.          666.66666667                      1333.33333333                     2000.
  2666.66666667  3333.33333333                    -4000.                          -3333.33333333
 -2666.66666667 -2000.                            -1333.33333333                    -666.66666667]

那么結(jié)合rfft的數(shù)據(jù)就有

ifft

ifft是逆向fft操作，代碼如下

import numpy as np

t=np.arange(12)
b=np.sin(t)
print(b)

s = np.fft.fft(b)
#print(s)

y = np.fft.ifft(s)
print("restore:", y)

它的結(jié)果雖然也是復(fù)數(shù)，但是在實(shí)數(shù)部分，可以看到，就是結(jié)果；

所以也可以直接輸出實(shí)數(shù)部分np.fft.ifft(s).real

irfft

irfft是配合rfft使用的； 上面的例子可以看到，如果信號(hào)長度是n, 那么fft的輸出結(jié)果的長度也是n；
但是rfft的結(jié)果是n//2+1;

irfft匹配的是rfft，所以它的參數(shù)長度與ifft是不同的；兩者也不可混用。

import numpy as np

t=np.arange(12)
b=np.sin(t)
print(b)

s = np.fft.rfft(b)
#print(s)

y = np.fft.irfft(s)
print("restore:", y)

總結(jié)

到此這篇關(guān)于Python numpy下幾種fft函數(shù)使用的文章就介紹到這了,更多相關(guān)numpy fft函數(shù)的使用內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！