我不知道在wav文件中从FFT获得一组复数后该怎么办。如何获得相应的频率。这是执行FFT后得到的输出，如下所示
[ 12535945.00000000 +0.j -30797.74496367 +6531.22295858j
-26330.14948055-11865.08322966j ..., 34265.08792783+31937.15794965j
-26330.14948055+11865.08322966j -30797.74496367 -6531.22295858j]
答案 0 :(得分：4)
实际上，abs（x）操作仅将结果列表中的实/虚对转换为幅度。这样做除非你想保留想象部分以备将来使用。因此，转换后，结果列表中的每个数字代表频谱中特定频率的信号幅度。所以频率由列表索引表示。在XY图上绘制数据时，您看到的是源信号包含的频率大小。不要忘记只有前半部分数据有效。由于混叠，另一半通常是前半部分的镜像。
例如，假设您在包含以10Khz采样的数据的wav文件上运行1024点FFT。 FFT将采用10Khz频谱并将其划分为1024个“频段”。然后，FFT将决定源wav文件中每个频谱块的数量。你的输出应该是那些箱子。通常，当我进行频率分析时，我得到的实际数字并不重要。它是我感兴趣的相对于周围垃圾箱的大小。
稍微详细一点，我们依赖于叠加原理，该原理指出任何包含许多频率的时变信号都可以分成许多信号，每个信号包含一个分量频率，反之亦然。因此FFT输出反映了这个属性。输出列表的每个值表示源信号中存在的单个频率信号（通常称为“bin”）的幅度。将所有这些信号组合在一起，你应该得到你的源信号。
哦，如果您不知道，由于奈奎斯特规则（或法律，不确定），只有结果列表的前半部分有效，该规则表明所有采样系统只能复制信号中的频率大部分采样频率。因此，如果您以10Khz采样信号，则只能从采样期间采集的数据中再现高达5Khz的频率。同样的原理是只有前半部分FFT数据有效的原因。下半场是上半场的别名。
对于冗长的解释感到抱歉，你的问题没有表明你有什么经验所以我认为需要对FFT的一般要点进行解释。
答案 1 :(得分：1)
正如@KennyTM已就重复问题解释：
频率由阵列的索引决定。每个元素对应一个频率。
要确定每个元素所代表的频率，您需要知道数据的采样频率和数组的长度。
基本上，它会是这样的：
sampling_freq = 1000.0 # in Hz
freq = np.linspace(0, (1.0 / sampling_freq / 2.0), (x.size / 2) + 1)
对于fft阵列的一半（关于中心对称）。不过，我的记忆很生疏，所以这可能有点不对......
无论哪种方式，numpy都有一个辅助函数来为你完成：numpy.fft.fftfreq
答案 2 :(得分：0)
如果我没记错，可以通过计算复数的大小来获得频率。因此，每个复数上的简单abs(x)都应返回频率。