Python中进行逆傅里叶变换后如何获取对应的时间轴？

你需要先确认两个基础参数：频域数据的采样点数、频域的频率间隔Δf（单位Hz），之后按以下步骤计算即可：

步骤1：提取/计算基础参数 #

• 频域点数直接从输入序列获取：N = len(func_w)
• 频率间隔Δf的两种获取方式：
  • 如果你已有标定好的频域轴f：delta_f = f[1] - f[0]
  • 如果你仅知道频域测量范围是[-f_max, f_max]：delta_f = 2 * f_max / (N - 1)

步骤2：计算时域基础参数 #

• 时域采样间隔：delta_t = 1 / (N * delta_f)，Δf单位为Hz时，delta_t的单位为秒
• 时域总时长：total_t = 1 / delta_f

步骤3：生成匹配ifft(ifftshift(func_w))输出的时间轴 #

由于你调用了ifftshift将零频从序列中心移到序列首位再做IFFT，生成以0为中心的对称时间轴最匹配脉冲类信号的展示，代码如下：

import numpy as np
t = np.linspace(-N/2 * delta_t, (N/2 - 1) * delta_t, N)

补充说明 #

如果你需要从0开始的时间轴，可以直接生成：

t = np.linspace(0, (N-1)*delta_t, N)

但注意此时绘制的脉冲信号会出现半个总时长的相位偏移，不符合常规脉冲信号的观测习惯，仅适合需要绝对时间起点的场景。

内容的提问来源于stack exchange，提问作者Rana M.Al-Marshedy