Python：使用SciPy文档对.csv值执行FFT

我想对数据序列执行快速傅立叶变换。该系列包含每日地震振幅值，持续采样407天。我想搜索这个数据集的任何周期

我已在此处尝试使用SciPy文档：。与这个问题（）类似，我随后将y的参数从一个人工正弦函数更改为我的数据集

但是，我得到以下错误：

ValueError: x and y must have same first dimension, but have shapes (203,) and (407, 1)

如果您能帮助我理解为什么会出现此错误，以及如何修复此错误，我将不胜感激

我还希望得到正确频率和采样输入值方面的帮助，以便FFT处理我的数据集。我的数据集中有407个值，每个值代表一天。因此，我定义了N（采样点数）=407，和T（采样间隔）=1/84600（一天中的秒数）。对吗

这是我的全部代码：

import numpy as np
import matplotlib.pyplot as plt
from scipy.fftpack import fft, ifft
import pandas as pd

# Import csv file
df = pd.read_csv('rsam_2016-17_fft_test.csv', index_col=['DateTime'], parse_dates=['DateTime'])
print(df.head())

#plot data
plt.figure(figsize=(12,4))
df.plot(linestyle = '', marker = '*', color='r')
plt.show()

#FFT
#number of sample points
N = 407
#frequency of signal
T = 1 / 84600
#create x-axis for time length of signal
x = np.linspace(0, N*T, N)
#create array that corresponds to values in signal
y = df
#perform FFT on signal
yf = fft(y)
#create new x-axis: frequency from signal
xf = np.linspace(0.0, 1.0/(2.0*T), N//2)
#plot results
plt.plot(xf, yf)
plt.grid()
plt.show()

非常感谢您的帮助

---

编辑：完整错误如下：

Traceback (most recent call last):

File "<ipython-input-40-c090e0039ba9>", line 1, in <module>
runfile('/Users/an16975/Desktop/PhD/Code/FFT/fft_test.py', wdir='/Users/an16975/Desktop/PhD/Code/FFT')

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/spyder/utils/site/sitecustomize.py", line 710, in runfile
execfile(filename, namespace)

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/spyder/utils/site/sitecustomize.py", line 101, in execfile
exec(compile(f.read(), filename, 'exec'), namespace)

File "/Users/an16975/Desktop/PhD/Code/FFT/fft_test.py", line 36, in <module>
plt.plot(xf, yf)

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/matplotlib/pyplot.py", line 3317, in plot
ret = ax.plot(*args, **kwargs)

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/matplotlib/__init__.py", line 1898, in inner
return func(ax, *args, **kwargs)

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/matplotlib/axes/_axes.py", line 1406, in plot
for line in self._get_lines(*args, **kwargs):

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/matplotlib/axes/_base.py", line 407, in _grab_next_args
for seg in self._plot_args(remaining, kwargs):

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/matplotlib/axes/_base.py", line 385, in _plot_args
x, y = self._xy_from_xy(x, y)

File "/Users/an16975/anaconda3/lib/python3.6/site-packages/matplotlib/axes/_base.py", line 244, in _xy_from_xy
"have shapes {} and {}".format(x.shape, y.shape))

ValueError: x and y must have same first dimension, but have shapes (203,) and (407, 1)

该函数返回完整的

N

点频谱（对于实值输入，它包括频谱的冗余上半部分），而频率轴

xf

被构造为仅用

N//2

点覆盖频谱的下半部分。您的错误与

xf

和

yf

数组大小不匹配有关。由于冗余，您可以使用

yf[0:N//2]

排除

yf

中频谱的上半部分

还要注意，数组

yf

包含复数。要显示光谱图输出，应取绝对值：

plt.plot(xf, abs(yf[0:N//2]))

---

最后，就采样周期而言，如果要使用秒作为采样周期，使用Hz作为频率，则应使用

T=86400

（因为每1天或86400秒有一个数据点）。您也可以选择使用天数作为采样周期，使用第1天（或周期/天）作为频率，在这种情况下，您可以使用

T=1

请在问题中包含完整的错误消息（即完整的回溯）。它显示有用的信息；特别是，它显示了生成错误的行。谢谢。这个答案确实产生了一个情节，似乎给出了我想要的结果。关于频谱上半部分的“冗余”，这里引用的是奈奎斯特频率和采样定理吗？是的，我提到的冗余是对称性，表示为“实序列的DFT，即：x（k）=0的虚部，导致关于奈奎斯特频率的对称序列”，从

T=1

开始，频率轴单位应为天^（-1），或周期/天，即

plt.xlabel（'frequency（cycles/day）

。

import pandas as pd
import numpy as np
from numpy.fft import rfft, rfftfreq
import matplotlib.pyplot as plt

t=pd.read_csv('C:\\Users\\trial\\Desktop\\EW.csv',usecols=[0])
a=pd.read_csv('C:\\Users\\trial\\Desktop\\EW.csv',usecols=[1])
n=len(a)
dt=0.02 #time increment in each data

acc=a.values.flatten() #to convert DataFrame to 1D array
#acc value must be in numpy array format for half way mirror calculation

fft=rfft(acc)*dt
freq=rfftfreq(n,d=dt)

FFT=abs(fft)

plt.plot(freq,FFT)

import pandas as pd
import numpy as np
from numpy.fft import rfft, rfftfreq
import matplotlib.pyplot as plt

t=pd.read_csv('C:\\Users\\trial\\Desktop\\EW.csv',usecols=[0])
a=pd.read_csv('C:\\Users\\trial\\Desktop\\EW.csv',usecols=[1])
n=len(a)
dt=0.02 #time increment in each data

acc=a.values.flatten() #to convert DataFrame to 1D array
#acc value must be in numpy array format for half way mirror calculation

fft=rfft(acc)*dt
freq=rfftfreq(n,d=dt)

FFT=abs(fft)

plt.plot(freq,FFT)