傅立叶变换与python

Question

我有一套data。它显然具有一些周期性。我想通过使用傅立叶变换找出它的频率并将其绘制出来。

这是我的一个镜头，但似乎不太好。

这是相应的代码，我不知道它失败的原因：

import numpy
from pylab import *
from scipy.fftpack import fft,fftfreq
import matplotlib.pyplot as plt
dataset = numpy.genfromtxt(fname='data.txt',skip_header=1)
t = dataset[:,0]
signal = dataset[:,1]
npts=len(t)

FFT = abs(fft(signal))
freqs = fftfreq(npts, t[1]-t[0])
subplot(211)
plot(t[:npts], signal[:npts])
subplot(212)
plot(freqs,20*log10(FFT),',')
xlim(-10,10)
show()

我的问题是：由于原始数据是非常周期性的，我希望在频域中看到峰值非常尖锐;我怎样才能使峰值更好看？

Answer 1

这是数据分析的问题。

• FFT使用复数，因此频谱在实际数据输入上是对称的：限制xlim(0,max(freqs))。
• 采样周期不好：在保持相同的输入点总数的同时增加周期将导致该示例中的最佳质量频谱。

EDIT。 用：

 dataset = numpy.genfromtxt(fname='data.txt',skip_header=1)[::30];
 t,signal = dataset.T
 (...)
 plot(freqs,FFT)
 xlim(0,1)
 ylim(0,30)    

光谱是

为获得最佳质量频谱，只需重新获取信号很长时间（对于美丽的峰值），采样频率为1 Hz，这将为您提供[0,0.5 Hz]频率标度（参见Nyquist标准）。