使用numpy计算DFT采样频率时参数d及时序数据采样率的求解问询

首先明确核心定义：numpy.fft.fftfreq的参数d就是采样间隔，即相邻两个采样点之间的时间差，你提到的「d是采样率的倒数」完全正确，不需要依赖额外的第三方库，直接通过基础公式就能计算。

具体计算方法 #

分三种常见场景处理：

• 场景1：已知采集时预设的采样率
  直接通过倒数关系计算即可：d = 1 / fs，其中fs是采样率，单位为采样点数/时间单位（常用单位是Hz，即采样点数/秒）。
  例：采样率设置为1000Hz时，d = 1/1000 = 0.001秒。
• 场景2：只有带时间戳的原始时间序列，未知预设采样率
  最优方案是计算所有相邻时间戳的差值取平均值，避免个别丢点带来的误差，参考代码：

  import numpy as np
  # timestamps为存储所有时间戳的数组，单位统一为秒
  d = np.diff(timestamps).mean()
  # 对应采样率计算
  fs = 1 / d
  

• 场景3：只有采样点序列，无时间戳也无预设参数
  必须补充采样总时长信息才能计算：假设n个采样点的总采集时长为T（单位为秒），则d = T / n，采样率fs = n / T，缺少总时长的情况下无法得到准确的d和采样率。

使用注意事项 #

d的时间单位会直接对应输出频率的单位：如果d以秒为单位，fft.fftfreq输出的频率单位就是Hz；如果d以毫秒为单位，输出的频率单位就是kHz，常规使用建议统一把d转换为秒为单位，得到的频率结果符合常用规范。

示例调用 #

假设你有2000个采样点，采样率为500Hz，调用方式如下：

freqs = np.fft.fftfreq(n=2000, d=1/500)

内容的提问来源于stack exchange，提问作者Nawar Aghi