剛開始使用numpy包，并開始用一個簡單的任務(wù)來計算輸入信號的FFT。代碼如下：import numpy as np

import matplotlib.pyplot as plt

#Some constants

L = 128

p = 2

X = 20

x = np.arange(-X/2,X/2,X/L)

fft_x = np.linspace(0,128,128, True)

fwhl = 1

fwhl_y = (2/fwhl) \

*(np.log([2])/np.pi)**0.5*np.e**(-(4*np.log([2]) \

*x**2)/fwhl**2)

fft_fwhl = np.fft.fft(fwhl_y, norm='ortho')

ampl_fft_fwhl = np.abs(fft_fwhl)

plt.bar(fft_x, ampl_fft_fwhl, width=.7, color='b')

plt.show()

因為我處理的是一個指數(shù)函數(shù)，在它之前用π除以某個常數(shù)，所以我希望在Fourier空間中得到指數(shù)函數(shù)，其中FFT的常數(shù)部分總是等于1(零頻率)。

但是我使用numpy得到的組件的值更大(大約是1,13)。這里我有一個振幅譜，它被標準化為1/(計數(shù)的個數(shù))**0.5(這是我在numpy文檔中讀到的)。我不明白怎么了。。。有人能幫我嗎？

謝謝！

[編輯]問題似乎已經(jīng)解決了，要得到傅里葉積分和FFT的相同結(jié)果，只需要將FFT乘以步長(在我的例子中是X/L)。至于作為numpy.fft.fft(…，norm=”ortho“)選項的規(guī)格化，它只用于保存變換的比例，否則需要將逆fft的結(jié)果除以采樣數(shù)。謝謝大家的幫助！

總結(jié)

以上是生活随笔為你收集整理的python归一化函数_用numpy实现FFT归一化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。