使用NumPy进行快速傅立叶变换：为什么它看起来像这样？

Question

据我所知，快速傅立叶变换是离散傅立叶变换计算的快速方法。

我一直在玩NumPy数学库，因为这样的情节有这个代码：

import numpy as np
from numpy.fft import fft, fftfreq
import matplotlib.pyplot as plt

t = np.arange(0, 10, step=0.001)
signal = np.sin(t) + np.sin(10*t)
sp = fft(signal)
freq = fftfreq(signal.size, d=0.001)
plt.plot(freq, sp)
plt.show()

在我看来，它必须看起来像d（x-1）+ d（x-10）... // d是delta函数

（离散傅立叶变换必须看起来像简单的傅立叶变换，但据我所知，边缘有倾斜）

但事实并非如此。它看起来像“d（x-0.1）+ d（x-1.5）......”我想知道为什么。 fftfreq的问题？

Answer 1

我研究过这一年已经很多年了......

您期望看到1和10 Hz（周期/秒）的峰值？ 然后你需要改变sin函数的参数。 ar取弧度为arg。 1Hz是2 * pi弧度/秒，10Hz是10 * 2 * pi rad / sec

更改你的信号= np.sin（2 * np.pi * t）+ np.sin（10 * 2 * np.pi * t）#eform math根据需要。