python 画频率谱

Python画频率谱是很常见的需求。Python提供了几个经常使用的库，可以轻松地处理频域信息。下面介绍一些经常使用的方法。

import numpy as np
import matplotlib.pyplot as plt
# 生成信号及采样频率
Fs = 1000 # 采样频率
T = 1/Fs # 采样周期
L = 1000 # 采样点数
t = np.arange(L)*T # 时间序列
f1 = 50 # 信号频率
f2 = 120 # 信号频率
S = 0.7*np.sin(2*np.pi*f1*t) + np.sin(2*np.pi*f2*t) # 生成信号
# FFT计算
Y = np.fft.fft(S) # 傅里叶变换
P2 = np.abs(Y/L) # 取模
P1 = P2[range(int(L/2))] # 取一半
P1[1:⑴] *= 2 # 单边频谱
# 画图
f = Fs*np.arange(int(L/2))/L # 频率序列
plt.plot(f,P1)
plt.title('Frequency Spectrum')
plt.xlabel('Frequency [Hz]')
plt.ylabel('Amplitude')
plt.show()

代码中，我们生成了一个信号，包括两个频率成份。以后我们使用FFT计算信号的傅里叶变换，得到频谱信息。最后使用Matplotlib库画出频率谱图。

使用Python画频率谱很方便，只需要掌握几个基本的库函数便可。值得一提的是，在触及到傅里叶变换时，我们需要特别注意信号的采样频率和采样点数，这会影响终究得到的频率分辨率。