博客

如何在Python中提取与fft值相关的频率

  • Post category:Python

在Python中，使用SciPy库可以方便地进行傅里叶变换和频率提取。

首先，我们需要导入相关的库和数据：

import numpy as np
from scipy.fft import fft, fftfreq

# 生成1000个等间距分布的时间点
t = np.linspace(0, 10, 1000, endpoint=False)

# 任意函数（这里以正弦函数为例）
y = np.sin(2*np.pi*5*t) + np.sin(2*np.pi*10*t) + np.sin(2*np.pi*15*t)

接下来，我们使用fft函数对函数进行傅里叶变换：

# 傅里叶变换
fft_vals = fft(y)

上述代码将y函数进行离散傅里叶变换，返回的fft_vals数组包含了时域函数的频域表示。

如果我们想要获取与fft_vals数组相关的频率，可以使用fftfreq函数：

# 获取频率
freqs = fftfreq(len(y), t[1]-t[0])

上述代码中，第一个参数表示数据点的数量（即len(y)），第二个参数表示两个数据点之间的时间差（即t[1]-t[0]）。

现在，我们可以将变换结果和频率绘制在图表中：

import matplotlib.pyplot as plt

# 绘制函数
fig, axs = plt.subplots(2)
fig.suptitle('FFT Visualization')

axs[0].plot(t, y)
axs[0].set_xlabel('Time')
axs[0].set_ylabel('Amplitude')

# 绘制频域函数
axs[1].stem(freqs, abs(fft_vals))
axs[1].set_xlabel('Frequency in Hertz')
axs[1].set_ylabel('Magnitude')

上述代码将函数绘制在坐标轴的第一个图表区域，将傅里叶变换的结果绘制在第二个图表区域。stem函数会绘制出每个频率点上的振幅值。

下面是一个完整的例子，它包含了上述所有代码，可以直接运行并查看结果：

import numpy as np
from scipy.fft import fft, fftfreq
import matplotlib.pyplot as plt

# 生成1000个等间距分布的时间点
t = np.linspace(0, 10, 1000, endpoint=False)

# 任意函数（这里以正弦函数为例）
y = np.sin(2*np.pi*5*t) + np.sin(2*np.pi*10*t) + np.sin(2*np.pi*15*t)

# 傅里叶变换
fft_vals = fft(y)

# 获取频率
freqs = fftfreq(len(y), t[1]-t[0])

# 绘制函数
fig, axs = plt.subplots(2)
fig.suptitle('FFT Visualization')

axs[0].plot(t, y)
axs[0].set_xlabel('Time')
axs[0].set_ylabel('Amplitude')

# 绘制频域函数
axs[1].stem(freqs, abs(fft_vals))
axs[1].set_xlabel('Frequency in Hertz')
axs[1].set_ylabel('Magnitude')

plt.show()

除了用自己的函数进行傅里叶变换，还可以使用现成的数据进行分析，比如读取一个音频文件，对它进行傅里叶变换，并提取频率信息：

import wave

# 打开wav文件
with wave.open('audio.wav', 'rb') as wav:
    framerate = wav.getframerate()

    # 读取采样数据
    nframes = wav.getnframes()
    data = wav.readframes(nframes)
    signal = np.frombuffer(data, dtype=np.int16)

# 计算傅里叶变换
fft_vals = np.abs(fft(signal))

# 获取频率值
freqs = np.fft.fftfreq(signal.size, 1/framerate)

上述代码中，我们使用wave库来读取一个wav文件，并将其转换成numpy数组。getframerate函数会返回音频文件的采样率，getnframes和readframes函数会返回和读取所有的采样值。最后，我们计算函数的傅里叶变换，获取它的频率表示。

Tags: