如何绘制64点周期序列的傅里叶变换结果以观测频谱尖峰?
64点离散傅里叶变换结果绘图可运行示例
from scipy import fft import matplotlib.pyplot as plt import numpy as np # 复现原始序列计算逻辑 x = [(2**i) % 35 for i in range(64)] # 计算得到64点FFT结果,无额外点数扩充 y = fft(x) # 提取频谱幅度用于尖峰观测 amp = np.abs(y) # 对应64个原始FFT输出点的索引坐标 freq_idx = np.arange(64) # 绘图实现 plt.figure(figsize=(10, 4)) plt.stem(freq_idx, amp, basefmt=" ") plt.xlabel('FFT 输出点索引') plt.ylabel('频谱幅度') plt.title('64点离散傅里叶变换幅度谱(无点数扩充)') plt.grid(alpha=0.3) plt.tight_layout() plt.show()
注:以上实现全程未对FFT结果做补零、插值等点数扩充操作,所有展示内容严格对应计算得到的64个原始FFT输出值,不会因为后处理操作扭曲频谱尖峰的真实位置。
搭建同类绘图流程需准备的必要配置要素
- 复数结果的预处理:scipy计算输出的FFT值为复数类型,无法直接绘图,需要提前转换为实数值——观测尖峰特征时优先通过
np.abs(y)计算幅度序列,如需对照相位信息可搭配np.angle(y)提取相位序列 - 严格匹配的坐标映射:因要求不额外扩充点数,横轴需和64个FFT输出点的索引一一对应,不得随意使用插值连续频率轴、不得补零拉长序列长度;如需替换为物理频率标注,需结合序列实际采样率换算对应位置,避免坐标错配导致尖峰位置判断偏差
- 离散场景的可视化适配:64个离散频谱点若使用默认连续线图绘制,易出现相邻点被强行连线的误导效果,优先选择茎状图、离散散点图形式展示,更清晰呈现尖峰的孤立特征
- 可选的幅度缩放配置:如需对照理论频谱的幅度标准,可对计算得到的幅度序列做常规缩放(如除以总点数64),让展示的幅度值与理论周期分量的幅度量级匹配
- 自适应轴范围设置:纵轴范围需自动匹配计算得到的最大幅度值,不得固定死上下限,避免频谱尖峰因轴范围设置过窄被裁切
内容的提问来源于stack exchange,提问作者user12406990
相关产品推荐
相关产品推荐

