文件中数据的scipy / numpy FFT

Question

我研究了scipy.fft和numpy.fft的许多示例。 具体来说，此示例Scipy / Numpy FFT频率分析与我要执行的操作非常相似。 因此，我使用了相同的子图定位，并且一切看起来都非常相似。

我想从一个仅包含一列的文件中导入数据，以使我的第一个测试尽可能地容易。

我的代码是这样写的：

import numpy as np
import scipy as sy
import scipy.fftpack as syfp
import pylab as pyl

# Read in data from file here
array = np.loadtxt("data.csv")
length = len(array)
# Create time data for x axis based on array length
x = sy.linspace(0.00001, length*0.00001, num=length)

# Do FFT analysis of array
FFT = sy.fft(array)
# Getting the related frequencies
freqs = syfp.fftfreq(array.size, d=(x[1]-x[0]))

# Create subplot windows and show plot
pyl.subplot(211)
pyl.plot(x, array)
pyl.subplot(212)
pyl.plot(freqs, sy.log10(FFT), 'x')
pyl.show()

问题在于，我的峰值始终总是精确地为零，而事实并非如此。 它实际上应该出现在200 Hz附近。

范围较小时：

最高峰仍为零。

Answer 1

如前所述，您的信号似乎具有直流分量，这将导致在f = 0处出现峰值。 尝试使用arr2 = array - np.mean(array)去除均值。

此外，为了分析信号，您可能希望尝试绘制功率谱密度。

import matplotlib.pylab as plt
import matplotlib.mlab as mlb

Fs = 1./(d[1]- d[0])  # sampling frequency
plt.psd(array, Fs=Fs, detrend=mlb.detrend_mean) 
plt.show()

看一下plt.psd()的文档，因为有很多可供选择的选项。 为了调查频谱随时间的变化，请使用plt.specgram() 。