Python实现复数离散傅里叶变换制作本轮动画的正确方法

我最近在尝试做更有趣的Python项目，打算开发一个程序，读取存储x、y坐标的文本文件后生成傅里叶本轮动画。我已经实现了可根据给定圆心、半径、频率、相位绘制本轮的函数，数学部分的处理思路是对对应x-y坐标的复数列表做离散傅里叶变换。

初始代码实现 #

第一版DFT代码 #

def dft(vals):
  transformed=[]
  N=len(vals)
  for k in range(0,N):
    coeff=0
    upper_freq=0

    if k>N/2 :
        b=-k
    else:
        b=k

    for n in range(0,N):
        coeff+=(vals[n]*(np.e**(-2*np.pi*1j*k*n*1/N)))
        
    transformed.append([coeff,b])

return transformed

该代码输出数值对列表，第一个元素为系数，第二个为频率。

参数提取代码 #

随后我通过如下循环从列表中提取对应本轮的半径、相位、频率参数：

for item in weights:
  complex_no=item[0]
  rad=abs(complex_no)*2/(len(weights))
  final_freq=item[1]/len(weights)
  phase=math.atan(complex_no.imag/complex_no.real)
  if final_freq != 0:
    rad_freq.append([rad,final_freq,phase])

问题表现 #

这段代码处理编程生成的正方形坐标时运行正常，但输入更复杂的路径坐标时，生成的本轮动画完全出错。因此我想咨询第一段代码是否是正确的复数DFT实现（我对负频率的处理部分尤其不确定），以及我从DFT输出中提取半径/相位/频率参数的方式是否正确？

上图：程序正确绘制的正方形

上图：预期路径

上图：实际输出路径

代码更新情况 #

我已经更新了DFT代码：

def dft_1(vals):
    transformed=[]
    coeff=0
    N=len(vals)
    if N % 2==0:
        for k in range(int((-N/2) +1),int(N/2 +1)):
            coeff=0
            for n in range(0,N):
                coeff+=(vals[n]*(np.exp(-2*np.pi*1j*k*n*1/N)))
            transformed.append([coeff,k])
    else:
        for k in range(int(-(N-1)/2),int((N-1)/2)):
            for n in range(0,N):
                coeff+=(vals[n]*(np.exp(-2*np.pi*1j*k*n*1/N)))
            transformed.append([coeff,k])
    return transformed

但修改后效果没有明显改善，因此我怀疑问题出在绘制/动画代码的其他部分。

问题排查结论 #

1. 初始版负频率映射错误 #

初始版DFT中，当k>N/2时，正确的负频率应为k-N而非-k，例如N=8时k=5对应的负频率是-3不是-5，错误的频率映射会导致本轮旋转速度完全不符合预期。

2. 相位计算逻辑缺陷 #

使用math.atan(complex_no.imag/complex_no.real)计算相位存在两个问题：一是无法自动识别复数所在象限，实部为负时会得到完全相反的相位值；二是实部为0时会触发除零异常。建议直接使用cmath.phase(complex_no)或np.angle(complex_no)处理相位计算。

3. 幅值归一化逻辑错误 #

半径的归一化系数不需要统一乘2：直流分量（频率为0）的幅值应为abs(coeff)/N，仅非直流分量需要额外乘2，统一乘2会导致直流分量偏移，复杂路径下会出现整体路径错位的问题。

4. 更新版DFT遍历范围问题 #

奇数长度序列的DFT遍历中，range的左闭右开特性会导致你漏掉最高正频率点，傅里叶分量不全自然无法正确还原完整路径。

内容的提问来源于stack exchange，提问作者Christopher Mattocks