我有一个信号，我只需要计算 200 Hz 频率下的幅度和相位。我想使用傅里叶变换。我对信号处理很陌生。这是我第一次使用傅里叶变换。
我发现我可以使用scipy.fftpack.fft来计算信号的 FFT。然后使用numpy.mag和numpyh.phase计算整个信号的幅度和相位。但我想获得仅对应于 200 Hz 频率的信号的幅度和相位值。如何使用 Python 做到这一点？
到目前为止，我已经完成了。
from scipy.fftpack import fft
import numpy as np
fft_data = fft(signal)
magnitude = np.mag(fft_data)
phase = np.phase(fft_data)
您可以使用函数在生成的频率区间数组中找到所需（或最接近的）频率的索引np.fft.fftfreq，然后使用np.abs和np.angle函数来获取幅度和相位。
这是一个使用库中的fft.fft函数numpy生成合成信号的示例。
import numpy as np
import matplotlib.pyplot as plt
# Number of sample points
N = 1000
# Sample spacing
T = 1.0 / 800.0 # f = 800 Hz
# Create a signal
x = np.linspace(0.0, N*T, N)
t0 = np.pi/6 # non-zero phase of the second sine
y = np.sin(50.0 * 2.0*np.pi*x) + 0.5*np.sin(200.0 * 2.0*np.pi*x + t0)
yf = np.fft.fft(y) # to normalize use norm='ortho' as an additional argument
# Where is a 200 Hz frequency in the results?
freq = np.fft.fftfreq(x.size, d=T)
index, = np.where(np.isclose(freq, 200, atol=1/(T*N)))
# Get magnitude and phase
magnitude = np.abs(yf[index[0]])
phase = np.angle(yf[index[0]])
print("Magnitude:", magnitude, ", phase:", phase)
# Plot a spectrum
plt.plot(freq[0:N//2], 2/N*np.abs(yf[0:N//2]), label='amplitude spectrum') # in a conventional form
plt.plot(freq[0:N//2], np.angle(yf[0:N//2]), label='phase spectrum')
plt.legend()
plt.grid()
plt.show()
这是一本有用的手册，里面有详细的解释：参考。