数字信号处理学习笔记（二）|快速傅里叶变换

    import numpy as np
    from scipy.fftpack import fft, ifft
    import matplotlib.pyplot as plt
    from matplotlib.pylab import mpl
    
    mpl.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文
    mpl.rcParams['axes.unicode_minus'] = False  # 显示负号
    
    # 采样点选择1400个
    x = np.linspace(0, 1, 1400)
    
    # 设置需要采样的信号，频率分量有200，400和600
    y = 7 * np.sin(2 * np.pi * 200 * x) + 5 * np.sin(2 * np.pi * 400 * x) + 3 * np.sin(2 * np.pi * 600 * x)
    
    fft_y = fft(y)  # 快速傅里叶变换
    
    N = 1400
    x = np.arange(N)  # 频率个数
    half_x = x[range(int(N / 2))]  # 取一半区间
    
    abs_y = np.abs(fft_y)  # 取复数的绝对值，即复数的模(双边频谱)
    angle_y = np.angle(fft_y)  # 取复数的角度
    normalization_y = abs_y / N  # 归一化处理（双边频谱）
    normalization_half_y = normalization_y[range(int(N / 2))]  # 由于对称性，只取一半区间（单边频谱）
    
    plt.subplot(411)
    plt.plot(x[0:50],y[0:50])
    plt.title('原始波形')
    
    plt.subplot(412)
    plt.plot(x, angle_y, 'violet')
    plt.title('双边相位谱', fontsize=9, color='violet')
    
    plt.subplot(413)
    plt.plot(x, normalization_y, 'g')
    plt.title('双边振幅谱', fontsize=9, color='green')
    
    plt.subplot(414)
    plt.plot(half_x, normalization_half_y, 'blue')
    plt.title('单边振幅谱', fontsize=9, color='blue')
    
    plt.show()