Python中如何获取FFT幅度谱对应中值的频率？

错误原因分析 #

你遇到的IndexError是因为一维的freq数组无法被4D的布尔数组索引：magnitude是4D数组（形状(3,1,5,4)），而freq是一维数组（长度5），直接用4D的匹配结果去索引一维数组，维度不匹配导致报错。

解决方案 #

核心思路是：先找到每个中值在原幅度谱axis=2维度上的对应索引，再用该索引去取一维频率数组freq的值。下面提供两种可靠实现方式：

方式一：基于排序与位置索引（推荐） #

这种方式直接对应中值的定义（排序后的中间值），结果更准确：

import numpy as np
from scipy.fft import fft, fftfreq

def fft_transfrom(data):
    fourier = fft(data, axis=2)
    mag = np.round(np.abs(fourier), 0)
    fs = 5 # 采样点数
    freq = fftfreq(fs, d=1/fs)
    return mag, freq

# 样本数据
A = np.array([
            [[[0, 1, 2, 3],
              [3, 0, 1, 2],
              [2, 3, 0, 1],
              [1, 3, 2, 1],
              [1, 2, 3, 0]]],
            
            [[[9, 8, 7, 6],
              [5, 4, 3, 2],
              [0, 9, 8, 3],
              [1, 9, 2, 3],
              [1, 0, -1, 2]]],
            
            [[[0, 7, 1, 2],
              [1, 2, 1, 0],
              [0, 2, 0, 7],
              [-1, 3, 0, 1],
              [1, 0, 1, 0]]]
              ])

# 获取幅度谱和频率数组
mag, freq = fft_transfrom(A)
# 计算axis=2维度的中值
mag_median = np.median(mag, axis=2)

# 1. 对每个axis=2的切片排序，获取原数组中值位置的索引
axis2_length = mag.shape[2]
median_pos = axis2_length // 2  # 长度为5，中间位置索引是2
# argsort得到axis=2维度的排序索引，取中间位置的索引
median_indices = np.argsort(mag, axis=2)[:, :, median_pos, :]

# 2. 用索引获取对应频率
median_freqs = freq[median_indices]

print("幅度中值：")
print(mag_median)
print("\n对应频率：")
print(median_freqs)

方式二：基于值匹配（适用于中值唯一的场景） #

如果确定每个axis=2切片中中值唯一，可以直接通过值匹配找到索引：

# 扩展中值的维度，使其与mag在axis=2上对齐
mag_median_expanded = np.expand_dims(mag_median, axis=2)
# 找到每个位置在axis=2上等于中值的索引（取第一个匹配项）
median_indices = np.argmax(mag == mag_median_expanded, axis=2)
# 获取对应频率
median_freqs = freq[median_indices]

输出结果验证 #

运行代码后，你会得到与幅度中值一一对应的频率数组，形状与mag_median一致：

幅度中值：
[[[ 3.  4.  3.  3.]]

 [[11. 11.  9.  5.]]

 [[ 2.  7.  2.  7.]]]

对应频率：
[[[ 0.  0.  0.  0.]]

 [[ 2.  2.  1. -2.]]

 [[-1.  0. -1.  0.]]]

内容的提问来源于stack exchange，提问作者Amina Umar