python中的plot numpy fft返回错误的plot

Question

我正在尝试使用numpy fft来绘制来自数据帧的一些数据：

plt.plot(np.fft.fft(df_valid_daily_activity.stepsDaily))

我明白了：

​

我不明白为什么剧情在一开始是如此陡峭，然后似乎趋于稳定？我还收到了这样的警告：

Casting complex values to real discards the imaginary part
  return array(a, dtype, copy=False, order=order)

我尝试绘制的数据示例：

2      12693.0
3      18387.0
4      18360.0
5      11684.0
6      12722.0
        ...   
273    27836.0
274    15566.0
280     7836.0
281    17787.0
284     7739.0
Name: stepsDaily, Length: 199, dtype: float64 

你知道为什么吗？谢谢!

编辑:尝试减去均值-看起来仍然很奇怪

​

Answer 1

您正在使用的函数是一个完全复数的傅立叶变换:当应用于实际数据时，它将对称为零。您可以做两件事:使用np.fft.fftshift将数据移位，使零频率位于中间(或者使用np.fft.fftfreq计算频率)，或者使用np.fft.rfft，这是对实际数据的转换，将返回完整FFT的一半。

如果能知道你对FFT的预期用途，那就太好了。大多数人(包括我自己)实际上只对数据中存在的频率感兴趣。为此，可以使用FFT的幅值平方(通常在对数刻度上)的曲线图。

Answer 2

我想发表评论，但因为我的名声，我不能：)

我想你应该尝试一下logscale图。首先，建议使用numpy.fft.fftshift“将零频率分量移到频谱的中心”。

import random
import matplotlib.pyplot as plt
import numpy as np
f = [random.randint(5000, 20000) for i in range(300)]
ff = np.fft.fftshift(f)

现在以“semilogx”、“semilogy”和“loglog”比例绘制：

Semi Log X

Semi Log Y

Log Scale Both