scipy.fft.

fftfreq#

scipy.fft.fftfreq(n, d=1.0, *, xp=None, device=None)[源代码]#

返回离散傅里叶变换的采样频率。

返回的浮点数数组 f 包含频率仓中心的周期数，单位为采样间隔（起始处为零）。例如，如果采样间隔以秒为单位，则频率单位为周期/秒。

给定窗口长度 n 和采样间隔 d

f = [0, 1, ...,   n/2-1,     -n/2, ..., -1] / (d*n)   if n is even
f = [0, 1, ..., (n-1)/2, -(n-1)/2, ..., -1] / (d*n)   if n is odd

参数:

nint: 窗长度。
d标量，可选: 采样间隔（采样率的倒数）。默认为 1。
xparray_namespace, 可选: 返回数组的命名空间。默认值为 None，此时使用 NumPy。
device设备，可选: 返回数组的设备。仅当 xp.fft.fftfreq 实现设备参数时才有效。

返回:

fndarray: 包含采样频率的长度为 n 的数组。

附注

数组 API 标准支持

fftfreq 对 Python Array API 标准兼容的后端具有实验性支持，除了 NumPy 之外。请考虑通过设置环境变量 SCIPY_ARRAY_API=1 并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。支持以下后端和设备（或其他功能）的组合。

库	CPU	GPU
NumPy	✅	不适用
CuPy	不适用	✅
PyTorch	✅	✅
JAX	✅	✅
Dask	✅	不适用

有关更多信息，请参阅对数组 API 标准的支持。

示例

>>> import numpy as np
>>> import scipy.fft
>>> signal = np.array([-2, 8, 6, 4, 1, 0, 3, 5], dtype=float)
>>> fourier = scipy.fft.fft(signal)
>>> n = signal.size
>>> timestep = 0.1
>>> freq = scipy.fft.fftfreq(n, d=timestep)
>>> freq
array([ 0.  ,  1.25,  2.5 , ..., -3.75, -2.5 , -1.25])