使用FFT进行频谱分析

 

复制代码
import numpy as np
import matplotlib.pyplot as plt
from scipy.fftpack import fft
fs=100  #采样频率
N=128   #数据点数
n=np.arange(0,N)
t=n/fs    #时间序列
pi=3.14
x=0.5*np.sin(2*pi*15*t)+2*np.sin(2*pi*40*t)

y=np.abs(fft(x))  #fft变换后的振幅
f=n*fs/N           #频率序列
print(t.shape)
plt.subplot(211)
plt.plot(n,x)
plt.subplot(212)
plt.plot(n,y)

plt.show()
复制代码

 

posted @   华小电  阅读(2076)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
点击右上角即可分享
微信分享提示