傅里叶变换 FFT python简单版本实现

whoammiiiiii

已于 2023-08-13 13:25:46 修改

阅读量352

点赞数

CC 4.0 BY-SA版权

文章标签： python 开发语言

于 2023-07-21 05:16:42 首次发布

本文链接：https://blog.csdn.net/qq_43555854/article/details/131843439

本文展示了如何使用Python实现离散傅立叶变换（DFT）的简化版本，并对比了numpy库的FFT实现。通过一个示例，演示了对正弦波信号进行傅立叶变换的过程，用于理解和验证FFT的原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

FFT是DFT的高效版本实现，原理没什么差别，所以这里实现DFT。

首先DFT的公式为：
那么我们就用python实现一下吧
zzy_fft就是我手动实现的toy版本的fft

import numpy as np
import matplotlib.pyplot as plt


def zzy_fft(x, N):
    # 根据dft式子写的简易版本fft，只是大概验证一下他的原理
    # x是原始列表，N是列表里元素个数
    # 返回ret列表是枚举每个频率，计算得到的“质心”
    ret = []
    for k in range(1000): # k是枚举的频率
        tmp = 0 + 0j
        for n in range(N): # 欧拉公式
            # 注意sin是负号，因为dft公式里是-i
            tmp += np.complex(np.cos(2*np.pi*n*k/N) * x[n], -np.sin(2*np.pi*n*k/N) * x[n])
        ret.append(tmp)
    return ret

t = np.linspace(0, 1, 1000)
f = np.sin(30*2*np.pi*t) + np.cos(20*2*np.pi*t)

# solution 1 : zzy
y = zzy_fft(f, 1000)
y = np.fft.fftshift(y)
plt.plot(y)
plt.show()

# solution 2 : numpy
# y = np.fft.fft(f)
# y = np.fft.fftshift(y)
# freq = np.fft.fftfreq(f.shape[0], d=(t[1]-t[0]))
# freq = np.fft.fftshift(freq)
# plt.plot(freq, np.abs(y))
# plt.show()