Python 无法正确获取numpy.fft中的频率

我有一个频域的信号，然后我得到了信号的numpy.fft.ifft，我得到了时域信号，同样我得到了同一时间信号的fft，我没有得到负频率和正频率（图3）。

---

一般性意见：我避免使用

time

作为变量名，因为

IPython

将其作为“神奇”命令加载

有时，我发现

matplotlib

令人困惑的是，当你

plot

a

complex

array时，它实际上绘制了真实的部分。在代码段中：

tt       = np.arange(0, 10, .01)
N          = len(tt)
signal_td  = np.cos(2.0*np.pi*2.0*tt)
signal_fd  = np.fft.fft(signal_td) 
signal_fd2 = signal_fd[0:N/2]
inv_td2    = np.fft.ifft(signal_fd2)
fd2        = np.fft.fft(inv_td2)

---

以下数组具有

dtype

的

float64

：

tt

和

signal\u td

。其他的是

complex128

。在

fd2

中只看到一个峰值的原因是因为它是

exp（4j*np.pi*tt）

的转换，而不是

cos（4*np.pi*tt）

发布用于生成绘图的代码如何？否则，很难理解您的问题。@frank128791:我发布了代码：谢谢frank。如果我再做一次信号的ifft和fft。我得到了两个与singl\u fd相同的峰值。为什么这里的fd2 transform exp（）而不是cos（）

trans_1=np.fft.ifft（signal_fd）

trans_2=np.fft.fft（trans_1）当您进行第一次变换时，您会得到一个复数数组。仅删除

信号中的负频率_fd2

有效地删除了

sin（）

项。如果您查看这些数组的

.imag.std（）

，

signal\u td

是实的，

signal\u td.imag.std（）

正好为零。对于

signal_fd

和

signal_fd2

仅得到舍入误差，对于

inv_td2

则得到sqrt（2）。虚构的部分在那里，但没有出现在情节中。我希望这能回答你的问题：非常感谢你，弗兰克。现在我明白了。

tt       = np.arange(0, 10, .01)
N          = len(tt)
signal_td  = np.cos(2.0*np.pi*2.0*tt)
signal_fd  = np.fft.fft(signal_td) 
signal_fd2 = signal_fd[0:N/2]
inv_td2    = np.fft.ifft(signal_fd2)
fd2        = np.fft.fft(inv_td2)