运行傅里叶变换代码时出现TypeError: only size-1 arrays can be converted to Python scalars

你的代码里有两个关键问题导致了这个TypeError：

• 没正确调用flatten方法：fft_data.flatten 只是获取了方法对象，没有执行 flatten 操作，应该写成 fft_data = fft_data.flatten()。如果你的输入sample是多维数组，这一步没做的话，fft_data[i]会是一个数组而非单个复数，后续取real和imag得到的也是数组，平方后还是数组，math.sqrt处理不了数组就会报错。
• 用错了sqrt函数：math.sqrt只能处理单个Python标量，不能处理numpy数组。应该换成numpy的np.sqrt，它支持对数组进行向量运算。

修正后的代码：

import numpy as np
import math

def fourier(sample):
    mag = []
    fft_data = np.fft.fft(sample)
    fft_data = fft_data.flatten()  # 调用flatten方法并重新赋值

    for i in range(len(fft_data)//2):
        r = fft_data[i].real**2
        j = fft_data[i].imag**2
        mag.append(round(np.sqrt(r + j), 2))  # 用np.sqrt替代math.sqrt

    return mag

另外，还可以用numpy的向量化操作简化循环，效率更高：

import numpy as np

def fourier(sample):
    fft_data = np.fft.fft(sample).flatten()
    mag = np.sqrt(np.abs(fft_data[:len(fft_data)//2])**2).round(2)
    return mag.tolist()

这样既避免了循环，也更符合numpy的使用习惯。

内容的提问来源于stack exchange，提问作者lemonke24