7

我试图理解 numpy fft 函数，因为我的数据减少行为很奇怪。但是现在我已经转换了两个正弦的简单和，我得到了奇怪的结果。我的山峰非常高，在零附近有几个点宽，其余的都变平了。有人知道我可能做错了什么吗？

import numpy as np
from numpy import exp, sqrt, pi, linspace
from matplotlib import cm
import matplotlib.pyplot as plt
import scipy as sp
import pylab


#fourier
tdata = np.arange(5999.)/300
datay = 3*np.sin(tdata)+6*np.sin(2*tdata)
fouriery =  np.fft.fft(datay)

freqs = np.fft.fftfreq(datay.size, d=0.1)


pylab.plot(freqs,fouriery)
pylab.show()

我得到的是： 在此处输入图像描述 虽然它的两侧应该有两个侧峰，但其中一个比另一个高 2 倍

4

1 回答 1

4
  • 您datay是真实的，所以也许您应该使用 FFT 对真实序列进行scipy.fftpack.rfft.
  • 如果您正在寻找具有两个不同峰值的 FFT，那么您必须为其提供数据，该数据是正弦波的总和，其项的周期是 的整数倍2*pi/n，其中n = len(datay)。如果不是，将需要许多这样的正弦波来近似数据。
import numpy as np
import matplotlib.pyplot as plt
import scipy.fftpack as fftpack

pi = np.pi
tdata = np.arange(5999.)/300
datay = 3*np.sin(2*pi*tdata)+6*np.sin(2*pi*2*tdata)
fouriery = fftpack.rfft(datay)
freqs = fftpack.rfftfreq(len(datay), d=(tdata[1]-tdata[0]))
plt.plot(freqs, fouriery, 'b-')
plt.xlim(0,3)
plt.show()

在此处输入图像描述

于 2012-12-22T18:11:58.970 回答