python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > numpy fft函数的使用

Python numpy下几种fft函数的使用方式

作者:安安爸Chris

numpy中有一个fft的库,scipy中也有一个fftpack的库,各自都有fft函数,两者的用法基本是一致的,下面这篇文章主要给大家介绍了关于Python numpy下几种fft函数的使用方式,需要的朋友可以参考下

numpy下fft模块提供了丰富的fft函数,几种常用的在这里记录一下使用方式

fft

输入实数samples,如果输入的sample是带虚数部分的话,虚数部分会被默认删除。

t=np.arange(12)
b=np.sin(t)
print(b)
print("sum(b)=", np.sum(b))

s = np.fft.fft(b)
print(s)

运行结果截图如下

从图中可以看到,

rfft

其实就是对fft的结果输出做了省略。 针对刚刚提到的共轭特性,其实输出结果是要保留(N+1)//2个结果就可以了。

t=np.arange(12)
b=np.sin(t)
print(b)
print("sum(b)=", np.sum(b))

s = np.fft.fft(b)
print("fft result:", s)

s = np.fft.rfft(b)
print("rfft result:", s)

np.fft.rfft

fftfreq

返回fft的频率节点

上面的fft和rfft将时域数据转为频域,得到的数据的bin是哪些范围?

可以通过fftfreq来获取

第一个参数n是时域数据的数据个数,第二个参数d是表示每一个bin的尺度。一般是1/sample_rate

t=np.arange(12)
b=np.sin(t)
print(b)
print("sum(b)=", np.sum(b))

s = np.fft.fft(b)
print("fft result:", s)

s = np.fft.rfft(b)
print("rfft result:", s)

s= np.fft.fftfreq(12, d=1/8000)
print(s)

其结果为

[    0.          666.66666667                      1333.33333333                     2000.
  2666.66666667  3333.33333333                    -4000.                          -3333.33333333
 -2666.66666667 -2000.                            -1333.33333333                    -666.66666667]

那么结合rfft的数据就有

BinRangeValue
bin[1]1~667HZ0.46997981+0.41183211j
bin[2]667~1334HZ-1.36179847-5.76500237j
bin[3]1334~2000HZ0.14669493-0.4965488j
bin[4]2000~2667HZ0.20513541-0.2233417j
bin[5]2667~3333HZ0.22157176-0.09538547j
bin[6]3333~4kHZ0.22563497+0.j

ifft

ifft是逆向fft操作,代码如下

import numpy as np

t=np.arange(12)
b=np.sin(t)
print(b)

s = np.fft.fft(b)
#print(s)

y = np.fft.ifft(s)
print("restore:", y)

它的结果虽然也是复数,但是在实数部分,可以看到,就是结果;

所以也可以直接输出实数部分np.fft.ifft(s).real

irfft

irfft是配合rfft使用的; 上面的例子可以看到,如果信号长度是n, 那么fft的输出结果的长度也是n;
但是rfft的结果是n//2+1;

irfft匹配的是rfft,所以它的参数长度与ifft是不同的;两者也不可混用。

import numpy as np

t=np.arange(12)
b=np.sin(t)
print(b)

s = np.fft.rfft(b)
#print(s)

y = np.fft.irfft(s)
print("restore:", y)

总结

到此这篇关于Python numpy下几种fft函数使用的文章就介绍到这了,更多相关numpy fft函数的使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文