Python中的快速傅里叶变换

Question

我是傅立叶理论的新手，我已经看到了关于如何将 fft 应用于信号并绘制它以查看它包含的频率的非常好的教程。不知何故，他们所有人都创建了混合正弦作为他们的数据，我无法适应我的实际问题。

我每天有 242 小时的观察，这意味着我的周期是 24。所以我希望在我的 fft 图中有一个 24 左右的峰值。

我的 data.csv 样本在这里： https://pastebin.com/1srKFpJQ

绘制的数据：

我的代码：

data = pd.read_csv('data.csv',index_col=0)
data.index = pd.to_datetime(data.index)
data = data['max_open_files'].astype(float).values

N = data.shape[0] #number of elements
t = np.linspace(0, N * 3600, N) #converting hours to seconds
s = data

fft = np.fft.fft(s)
T = t[1] - t[0]

f = np.linspace(0, 1 / T, N)
plt.ylabel("Amplitude")
plt.xlabel("Frequency [Hz]")
plt.bar(f[:N // 2], np.abs(fft)[:N // 2] * 1 / N, width=1.5)  # 1 / N is a normalization factor
plt.show()

这会输出一个非常奇怪的结果，似乎每个频率我都得到相同的值。

我想问题出在 N、t 和 T 的定义上，但我在网上找不到任何可以帮助我清楚理解这一点的东西。请帮忙:)

EDIT1：

使用 charles answer 提供的代码，我有一个 0 左右的峰值，这看起来很奇怪。我使用了rfft 和rfftfreq 来避免频率过高。

我已经读到这可能是因为该系列的直流分量，所以在减去平均值后我得到：

我无法解释这一点，尖峰似乎是周期性发生的，但赫兹的值不能让我获得我的 24 值（总频率）。有人知道如何解释这个吗？我错过了什么？

Answer 1

您看到的问题是条形太宽，而您只能看到一个条形。您必须将条形的宽度更改为 0.00001 或更小才能看到它们。

不要使用条形图，而是使用 fftfreq = np.fft.fftfreq(len(s)) 制作 x 轴，然后使用绘图函数 plt.plot(fftfreq, fft)：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

data = pd.read_csv('data.csv',index_col=0)
data.index = pd.to_datetime(data.index)
data = data['max_open_files'].astype(float).values

N = data.shape[0] #number of elements
t = np.linspace(0, N * 3600, N) #converting hours to seconds
s = data

fft = np.fft.fft(s)
fftfreq = np.fft.fftfreq(len(s))

T = t[1] - t[0]

f = np.linspace(0, 1 / T, N)
plt.ylabel("Amplitude")
plt.xlabel("Frequency [Hz]")
plt.plot(fftfreq,fft)
plt.show()