您可以使用 scipy.fftpack (sfft) 而不是 np.fft 来解决此问题，因为 sfft 实现可以直接用于二维数组，因此您不必以复杂的方式进行操作（ba dum tsss）。

在您的代码标题中，添加：

import scipy.fftpack as sfft

然后，要计算 fft 并移动频谱，请使用：

Z_fft = sfft.fft2(Z)
Z_shift = sfft.fftshift(Z_fft)

然后将获得的光谱很好地安排用于图像显示：

plt.figure(4)
plt.imshow(np.abs(Z_shift))

此外，您构建圆圈的方式似乎过于复杂，您可以使用 boolean 语法来利用 python 的语法：

X,Y = np.meshgrid(x,y)
Z = X**2+Y**2
R = 1
Z[Z > R] = 0;Z[Z > 0] = 1;

我在这里所做的是使用您创建的网格来计算圆方程结果，以 Z 的形式。然后我测试 Z 的所有高于 R 的值，将它们设为零，将其他值设为 1。

我的代码如下：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import scipy.fftpack as sfft # you have to import this package

plt.close('all')

numb_steps = 100
x = np.linspace(-10, 10, numb_steps)
y = np.linspace(-10, 10, numb_steps)

#constructing the disk in a simpler manner
X,Y = np.meshgrid(x,y)
Z = X**2+Y**2
R = 1
Z[Z > R] = 0;Z[Z > 0] = 1;

# Here, use sfft routines instead of np.fft
Z_fft = sfft.fft2(Z)
Z_shift = sfft.fftshift(Z_fft)
FreqCompRows = np.fft.fftfreq(Z.shape[0],d=2)
FreqCompCols = np.fft.fftfreq(Z.shape[1],d=2)
FreqCompRows = np.fft.fftshift(FreqCompRows)
FreqCompCols = np.fft.fftshift(FreqCompCols)

S,D = np.meshgrid(FreqCompRows, FreqCompCols)

# plotting your disk signal image
fig = plt.figure(1) 
ax = fig.gca(projection='3d')
ax.plot_surface(X,Y,Z)

# plotting "3D" fft non-shifted
fig = plt.figure(2)
ax = fig.gca(projection='3d')
ax.plot_surface(S, D, np.abs(Z_fft))

# plotting images of FFT's
plt.figure(3)
plt.imshow(np.abs(Z_fft))

plt.figure(4)
plt.imshow(np.abs(Z_shift))