Python 直接傅里叶变换的最大值

我有一个波形样本列表，所有值都在

-1

和

+1

之间。这些值已从音乐文件中读取。我现在会

应用直接傅里叶变换（

scipy.fftpack.rfft

）

通过将值除以样本数的平方根来规范化这些值

计算列表中每个项目的功率。（

sqrt（real^2+imag^2）

）

在所有这些之后，我可以期望在此列表中的最大值是什么？我会期望最大功率是

1

，因为输入数据中的最大振幅也是

1

。然而，这只是简单正弦波的情况。一旦我开始用真正的音乐做这些，我就会得到更高的价值

---

如何“规范化”获取

0

和

1

之间的值的能力？甚至有可能找出最大值吗？如果不是，缩放结果的最佳做法是什么？

如果查看直流信号

1

，其DFT为

4 0 0

要将其标准化为[0,1]，需要除以4，即点数。

我已经在这样做了，请参见我问题中的#2。正弦波的最大值为

1

，与预期值相同。如果我使用另一种波（音乐），我会得到更高的值，我想知道我能期望的最大值是多少。