如何在Python中不使用循环生成多频率正弦波（类似MATLAB实现方式）

错误原因分析 #

你遇到的ValueError是Numpy广播规则导致的：当两个长度不同的一维数组（这里frequencies是(5,)，n是(500,)）直接做元素级运算时，Numpy无法自动扩展它们的形状完成匹配，所以抛出了维度不兼容的错误。咱们只需要调整其中一个数组的维度，就能触发广播机制解决这个问题。

解决方法1：手动扩展维度 #

把频率数组转换成列向量（增加一个维度），这样它就能和长度为500的时间数组n广播成(5, 500)的矩阵，进而计算每个频率的正弦波：

import numpy as np

fs = 250
n = np.linspace(0, 2, int(fs*2), endpoint=False)
frequencies = [1, 3, 4, 12, 70]

# 将频率数组转为(5,1)的列向量，触发广播
freqs_2d = np.array(frequencies)[:, np.newaxis]
sines = np.sin(2 * np.pi * freqs_2d * n)

此时sines的形状是(5, 500)，每一行对应一个频率的完整正弦波序列，直接通过索引（比如sines[0]）就能提取单个频率的波形。

解决方法2：使用np.outer函数 #

Numpy的np.outer()函数专门用于计算两个一维数组的外积，能直接生成(5,500)的乘积矩阵，代码更简洁：

import numpy as np

fs = 250
n = np.linspace(0, 2, int(fs*2), endpoint=False)
frequencies = [1, 3, 4, 12, 70]

sines = np.sin(2 * np.pi * np.outer(frequencies, n))

这个方法和第一种效果完全一致，np.outer(frequencies, n)会自动生成每个频率与每个时间点的乘积矩阵，省去了手动调整维度的步骤。

内容的提问来源于stack exchange，提问作者Fatih ALTINDİŞ