如何使用Python查找FFT频谱图峰值并获取对应x轴频率值

问题原因说明 #

• 复数警告触发原因：scipy.signal.find_peaks 仅接受实值序列作为输入，而FFT运算的输出是包含实部、虚部的复数序列，直接传入会触发虚部丢弃的警告，也会导致峰值计算结果完全不符合预期。
• 无法拿到正确x轴的原因：你当前用的x是原始数据的时域采样坐标，不是FFT变换后的频域频率坐标，需要单独生成对应的频率轴才能匹配峰值位置。

修复方案 #

1. 对FFT的输出计算幅值（模值），再传入find_peaks做峰值检测
2. 使用scipy.fft.fftfreq生成与FFT结果一一对应的频率轴，再根据峰值索引提取对应频率值
3. 可选：仅保留正频率区间的结果，避免对称的重复峰值干扰

修正后代码 #

import pandas as pd
import matplotlib.pyplot as plt
from scipy.fft import fft, fftfreq
from scipy.signal import find_peaks
import numpy as np

headers = ["X","Y"]
original_data = pd.read_csv("testdata.csv",names=headers)

# 原始时域数据
t = original_data["X"]  # 这里是时域采样的时间/位置坐标
y = original_data["Y"]
n = len(y)
# 计算采样间隔
dt = t[1] - t[0]

# 执行FFT并计算幅值
y_fft = fft(y)
y_amp = np.abs(y_fft)  # 取模得到幅值，消除复数问题

# 生成对应频率轴
freq = fftfreq(n, dt)

# 仅保留正频率部分（可选，避免重复峰值）
positive_mask = freq >= 0
freq_pos = freq[positive_mask]
amp_pos = y_amp[positive_mask]

# 检测峰值，可根据需要调整height、threshold等参数筛选有效峰值
peaks_idx, _ = find_peaks(amp_pos)
# 提取峰值对应的频率和幅值
peak_freqs = freq_pos[peaks_idx]
peak_amps = amp_pos[peaks_idx]

print("峰值对应的频率值：", peak_freqs)
print("峰值对应的幅值：", peak_amps)

# 绘图
plt.plot(freq_pos, amp_pos)
plt.scatter(peak_freqs, peak_amps, color='red', label='检测到的峰值')
plt.title("Fast Fourier transform")
plt.xlabel("Frequency")
plt.ylabel("Amplitude")
plt.legend()
plt.show()

补充说明 #

如果需要筛选更精准的峰值，可以给find_peaks传入height（最小幅值阈值）、distance（峰值最小间隔）等参数，例如find_peaks(amp_pos, height=10, distance=5)可以过滤掉幅值低于10、间隔小于5个采样点的无效峰值。

内容的提问来源于stack exchange，提问作者MUD