Question

我有一个我读过的csv文件（在Jupyter笔记本上使用python 3，但从终端获得相同的结果）。我通过numpy.fft.fft模块计算fft并得到奇怪的结果，即数据的fft返回原始数据 - 即一个复数向量，其实部完全等于（实际）输入数据和虚部相同等于0.代码如下所示：

with open('/Users/amacrae/Documents/PMDi/MCT/Jan10/msin287.csv', 'r') as f:
    c = csv.reader(f)
    y = np.array(list(c),dtype=float)
YF = np.fft.fft(y)
print(np.sum(YF.real-y))
print(np.sum(YF.imag))
> 0.0
> 0.0

为了确保它不仅仅是数据，我在matlab中绘制了具有正确结果的相同数据（数据的设计使得fft的幅度在频率空间的窗口上是恒定的并且具有真正的iffy。）相应的matlab代码是：

y = csvread('/Users/amacrae/Documents/PMDi/MCT/Jan10/msin287.csv');
plot(abs(fft(y)))

据我所知，两种语言的结果应该相同......导入数据的实部在两种情况下都是匹配的（相同的长度和值），但fft不匹配。数据非常长 - 100,000个样本，但是如果我在python中创建一个随机的100,000个样本数组，我得到一个真实的+虚构的fft。有没有人知道可能导致这种情况的原因？

Answer 1

重新编写代码

print(np.sum(YF.real-y))
print(np.sum(YF.imag))

由于Parseval's theorem，第一部分是正确的第二个是真实的，因为光谱的前半部分和光谱的后半部分是共轭的。

尝试将Python中的绝对值与Matlab版本进行比较。绝对值与实际不同。在这两种情况下都考虑定义变换的长度，即1024,2048（因为e ^（j * 1e-5）可能会导致问题）

Answer 2

感谢输入Radu。最后它结果是其他东西（见上面的评论。）

问题是加载文件的方法产生了一个数组数组，即一个列向量。当我调用fft时，它只返回原始列向量，因为它在每行上单独执行fft。

with open('/Users/amacrae/Documents/PMDi/MCT/Jan10/msin287.csv', 'r') as f:
    c = csv.reader(f)
    y = np.array(list(c),dtype=float)
    y2 = flatten(y)
    # produces [y0,y1,y2,....]

解决方案是要么压扁阵列：

y2 = np.loadtxt('/Users/amacrae/Documents/PMDi/MCT/Jan10/msin287.csv')
# also produces [y0,y1,y2,....]

或使用其他方法读取文件：

static Set<String> methodSet(Class<?> type) {
    Set<String> result = new TreeSet<>();
    for(Method m : type.getMethods())
        result.add(m.getName());
    return result;
}

两者都产生了正确的FFT。

FFT不计算傅立叶变换

2 个答案: