Python fft（）返回值振幅是多少；相移还是角度？

fft（）返回一个复杂数组。。。。这个复数是什么意思？ 我想真正的部分是振幅！ 虚部是相移？相位角？或者别的什么

---

我计算出数组中的位置表示频率。

这不是真正的编程问题，也不是特定于

numpy

。简而言之，复数的绝对值（

sqrt（x.real**2+x.imag**2）

，或

numpy.abs（）

）是振幅

更详细地说，当您将FFT应用于数组

X

（例如，该数组包含函数

X（t）

在

t

的不同值处的多个样本）时，您尝试将其表示为“平面波”

exp（i w t）

（其中

i

是一个虚单位，

w

是一个实值频率）具有不同的

w

值。也就是说，你想要

X = A exp(i w1 t) + B exp(i w2 t) + ...

FFT返回与某些固定频率相对应的系数

A

，

B

等

w1

，

w2

等（在

numpy

中，可以从中获取其值）

现在，这些系数通常是复杂的。复数

A

可以表示为“振幅”和“相位”的组合，如下所示：

其中，

r

（

==numpy.abs（A）

）是振幅，

p

（

==numpy.angle（A）

）是相位，两者都是实值。如果将其替换为FFT展开式中的项，则得到

r exp(i p) exp(i w t) == r exp(i (w t + p))

因此，振幅

r

改变了项的绝对值，相位

p

改变了相位。因此，为了从FFT结果中获得振幅数组，需要对其应用

numpy.abs

---

---

但是我真的建议你阅读一些关于FFT理论的知识，例如，有大量的信息。

对于我所知道的任何DFT实现，你获得的值数组都是复数数组。复数有一个与振幅相对应的范数。根据实部和虚部，它在复平面上有一个角度（有时称为参数）。该角度对应于相位。复杂平面（从）：

因此，数组包含实部和虚部的

x

和

y

。您对角度

θ
感兴趣。可以这样计算：

tan（θ）=y/x

theta=arctan（y/x）

这将产生以弧度为单位的角度。您可能还想看看。
给定频率下的幅值r表示原始信号中该频率的量。复数参数表示相位角θ

x+i*y=r*exp（i*theta）

其中x和y是numpy FFT返回的数字。
一般来说，要解释FFT，您需要绘制20*log（abs（FFT（x）），这会获取复数的大小，并将其放入dB scaleTanks中以获得答案……我试图从（时间，amp）中获取顶部（频率，amp，相位）通过FFT，然后使用生成的freq++绘制正弦波。不同之处在于我想在样本的时间范围之上/之后绘制。
r exp(i p) exp(i w t) == r exp(i (w t + p))