在可视化傅立叶变换(python fft)组件时遇到问题

Question

我正在分析一个我非常确定可以使用fft分解的时间序列数据集。我想开发一个使用sin/cos的和来估计数据的模型，但是在python中查找频率的语法遇到了问题。

这是数据data graph的图表

这是到原始数据的链接：https://drive.google.com/open?id=1mqZtQ-txdd_AFbKGBlbSL6903CK-_kXl

我见过的大多数示例每秒/时间段都有多个样本，但是这个集合中的数据表示某些指标的每分钟观察值。正因为如此，我在网上翻译这个问题的答案时遇到了麻烦

这是我天真的第一种方法

X = fftpack.fft(data)
freqs = fftpack.fftfreq(len(data))
plt.plot(freqs, np.abs(X))
plt.show()

我的图不是在主要频率处达到峰值，而是在0处只有一个峰值。result

Answer 1

您发布的FFT已被移位，因此0位于中心。中心左侧的数据表示负频率，右侧的数据表示正频率。如果你放大并仔细观察，我想你会看到靠近中心的两个峰，你将其解释为在0处的一个峰。从积极的方面来看，这个峰值的位置将告诉你哪个频率正在贡献重要的信号功率。

就像你说的，你的x轴可能是不正确的。scipy.fftpack.fftfreq需要知道时域信号采样之间的时间间隔(我想是以秒为单位)，以便正确确定带宽并创建以Hz为单位的x轴数组。这应该可以做到：

dt = 60 # 60 seconds between samples
freqs = fftpack.fftfreq(len(data),dt)