scipy

以下内容引用链接：https://blog.csdn.net/baidu_37352210/article/details/79596633 ( 注意：通过如下内容可知，将序列信号进行傅里叶变换后，得到的频谱图上各k值(1~N/2)对应的振幅，观察主要振幅，并得到其信号主要分量的周期N/k ) # 离散时间傅里叶变换的python实现 import numpy as np import math import pylab as pl import scipy.signal as signal import matplotlib.pyplot as plt sampling_rate=1000 t1=np.arange(0, 10.0, 1.0/sampling_rate) x1 =np.sin(15*np.pi*t1) # 傅里叶变换 def fft1(xx): # t=np.arange(0, s) t=np.linspace(0, 1.0, len(xx)) f = np.arange(len(xx)/2+1, dtype=complex) for index in range(len(f)): f[index]=complex(np.sum(np.cos(2*np.pi*index*t)*xx), -np.sum(np.sin(2*np.pi*index*t)*xx))