Python中不均匀时间序列数据的FFT答案

【问题标题】：FFT of uneven time series data in PythonPython中不均匀时间序列数据的FFT
【发布时间】：2021-08-24 10:23:16
【问题描述】：

我有一个时间序列数据说 t = [1, 5, 6, 8.5, 12, 20, 21.5, 22.3, 27, 30] 秒和相应时间 (t) 的电场说 E。现在，如您可能已经注意到时间间隔 (dt) 不均匀或不固定。因此，我实现了手动定义 FFT，而不是调用内置的 FFT() 函数。

def DFT(x):
    """
    Function to calculate the 
    discrete Fourier Transform 
    of a 1D real-valued signal x
    """

    N = len(x)
    n = np.arange(N)
    k = n.reshape((N, 1))
    e = np.exp(-2j * np.pi * k * n / N)
    
    X = np.dot(e, x)
    
    return X

但是，它不起作用。我的目标是计算

E. 的 DFT。
给定时间数组（t）对应的频率数组。

我谦虚地请求是否有人可以建议并帮助我摆脱这种复杂性。

【问题讨论】：

标签： python numpy scipy data-science dft

【解决方案1】：

尝试制作另一个系列，这将是一种基于原始系列的插值。例如，将一些 ML 模型拟合到数据中，然后用常数 dt 预测输入的输出。就像这样：

from sklearn.svm import SVR
from sklearn.ensemble import RandomForestRegressor as rf
t=[1, 5, 6, 8.5, 12, 20, 21.5, 22.3, 27, 30]
E=f([1, 5, 6, 8.5, 12, 20, 21.5, 22.3, 27, 30])
model=SVR()
model.fit(t,E)
######## or
model1=rf()
model1.fit(t,E)
########
t1=[1,2,3,4,5,6,7....30]
E1=model.predict(t1)

然后对 t1, E1 应用 FFT

【讨论】：

代码中需要导入包吗？
您需要导入模型的包-SVR、RF或其他。例如 from sklearn.svm import SVR 或 from sklearn.ensemble import RandomForestRegressor