如何将imshow的X轴索引替换为实际频率（kHz）？

核心思路 #

要把X轴从默认的数组索引替换为实际频率，关键是利用你已经计算好的f（频率数组），截取前半部分（和你显示的FFT幅度数据对应）并转换为kHz单位，再将这个频率值绑定到X轴刻度上。

修改后的代码 #

import numpy as np
import matplotlib.pyplot as plt

fs = 1000
t = np.arange(0, 0.1, 1/fs)
N = len(t)
f_bin = fs / N
# 生成频率数组，也可以用np.fft.fftfreq(N, 1/fs)[:N//2]简化代码
f = np.arange(0, fs, f_bin)
# 截取前半部分频率并转换为kHz单位
f_khz = f[:N//2] / 1000

X = [np.fft.fft(np.sin(2 * np.pi * 100 * t)), 
     np.fft.fft(np.sin(2 * np.pi * 200 * t)), 
     np.fft.fft(np.sin(2 * np.pi * 300 * t))]
M = np.absolute(X)

fig, ax = plt.subplots()
# 方法1：用extent参数直接定义X轴的频率范围，自动生成刻度
im = ax.imshow(M[:,:N//2], cmap='viridis', aspect='auto', 
               extent=[f_khz[0], f_khz[-1], 0, len(M)-1])

# 方法2：手动控制刻度位置（如需固定显示关键频率点时用）
# ax.imshow(M[:,:N//2], cmap='viridis', aspect='auto')
# tick_indices = np.arange(0, N//2, N//10)  # 每隔N//10个索引设一个刻度
# ax.set_xticks(tick_indices)
# ax.set_xticklabels(np.round(f_khz[tick_indices], 2))  # 对应位置的kHz值

clb = fig.colorbar(im, ax=ax)
clb.ax.set_title("Magnitude")
ax.set_xlabel("Frequency (kHz)")
ax.set_ylabel("# FFT")
ax.set_title("Built-in FFT")
plt.show()

关键修改点说明 #

• 频率数组匹配：截取f的前半部分（f[:N//2]），和你显示的M[:,:N//2]数据维度完全对齐，避免刻度错位。
• extent参数用法：extent=[xmin, xmax, ymin, ymax]直接定义X轴的起止频率，matplotlib会自动生成合适的刻度，这是最便捷的实现方式。
• 手动刻度自定义：如果需要固定显示特定频率点，可以用set_xticks指定索引位置，再用set_xticklabels对应上转换后的kHz值。

Stack Overflow常见相关方案补充 #

• 多数场景会用np.fft.fftfreq(N, 1/fs)生成频率数组，它会自动处理正负频率，截取前半部分[:N//2]即可得到正频率轴，和你手动计算的f效果一致，代码更简洁。
• 所有FFT可视化的核心要求都是频率轴长度与显示的FFT数据维度严格匹配，这是避免刻度混乱的关键。

内容的提问来源于stack exchange，提问作者ge45mue