python列表上的NP.FFT

Question

我从Arduino ADC收集数据，并使用Python3将数据存储在树莓派4上的列表中。该列表名为'dataList‘，包含1024个10位样本。这一切都工作得很好:我可以在Raspberry上重现采样信号。

我想使用numpy FFT来使用采集信号的功率谱。我尝试了以下几种方法：

见下文

这应该说明了我正在尝试做的事情；然而，这会产生不连贯的输出。采样的信号具有大约300 Hz的频率。如果有任何正确方向的提示，我将非常感激！

def show_FFT(window):
   fft = np.fft.fft (dataList, 1024, -1, None)
   for X_value in range (0,512, 1):
       Y_value = fft ([X_value]
       gfxdraw.pixel (window, X_value, int(abs(Y_value), black)

Answer 1

正如你在问题中提到的，你有一个数据集，其中X从0到…但对于numpy.fft.fft，你必须记住，它是一个离散傅立叶变换(DFT)，它计算等间距样本的快速傅立叶变换，我必须指出，它必须是从-x到x的对称范围的数据集。你可以简单地尝试它，并根据需要改变参数，看看结果是什么。由于您在这里没有给出任何数据集，我建议您使用以下代码的generl案例：

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt
# create data from dataframes
x = np.random.rand(50) #unequaly spaced measurment
x.sort()
y = np.exp(-x*x) #measured signal

根据答案here，您可以通过以下方式将数据重新采样为等间距的点：

f = interpolate.interp1d(x, y)
num = 500
xx = np.linspace(x[0], x[-1], num)
yy = f(xx)
plt.close('all')
plt.plot(x,y,'bo')
plt.plot(xx,yy, 'g.-')
plt.show()

enter image description here然后，您可以通过以下方法非常简单地使您的x数据对称：

x=xx
y=yy
xsample = x-((x.max()-x.min())/2)
xsample=xsample-(xsample.max()+xsample.min())/2
x=xsample

因此，如果您尝试fft，您将获得如下正确的结果：

ysample =yy
ysample_fft = np.fft.fftshift(np.abs(np.fft.fft(ysample/ysample.max()))) / 
np.sqrt(len(ysample))
plt.plot(xsample,ysample_fft/ysample_fft.max(),'b--')
plt.show()

enter image description here