20.5 周期数据 FFT 变换：Python 代码示例

要进行 FFT（快速傅里叶变换），首先需要获得 20 个周期半的数据。然后，将这些数据输入到 FFT 算法中以计算频谱。以下是一个示例代码，演示如何使用 Python 的 NumPy 库进行 FFT 操作：

import numpy as np
import matplotlib.pyplot as plt

# 生成 20 个周期半的数据
num_samples = 1000
t = np.linspace(0, 10*np.pi, num_samples)
data = np.sin(t)

# 进行 FFT 计算
fft_result = np.fft.fft(data)

# 计算频谱
freq = np.fft.fftfreq(num_samples, d=t[1]-t[0])

# 绘制频谱图
plt.plot(freq, np.abs(fft_result))
plt.xlabel('Frequency')
plt.ylabel('Amplitude')
plt.title('FFT Spectrum')
plt.show()

在这个示例中，我们首先生成了包含 20 个周期半的正弦波信号。然后，使用 np.fft.fft 函数对数据进行 FFT 计算，得到频谱结果。最后，使用 np.fft.fftfreq 函数计算对应的频率。我们使用 matplotlib.pyplot 库来绘制频谱图。

运行该代码，你将得到一个频谱图，其中 X 轴是频率，Y 轴是振幅。