Python快速傅里叶变换 (FFT) 滤波：去除信号高频成分

在Python中，你可以使用NumPy库来实现快速傅里叶变换（FFT）和逆傅里叶变换（IFFT），从而有效地滤除信号中的高频成分。

首先，你需要导入NumPy库：

import numpy as np

接下来，使用np.fft.fft()函数进行快速傅里叶变换，将时域信号转换为频域信号：

signal = np.array([1, 2, 3, 4, 5])  # 输入信号数据
fft_result = np.fft.fft(signal)  # 快速傅里叶变换

为了去除高频成分，你需要将对应于高频部分的频域信号元素设置为零。假设信号长度为5，要去除最后两个频率分量：

fft_result[3:] = 0  # 将高频部分设置为零

最后，使用np.fft.ifft()函数进行逆傅里叶变换，将频域信号转换回时域信号：

ifft_result = np.fft.ifft(fft_result)  # 逆傅里叶变换

完整的代码如下：

import numpy as np

signal = np.array([1, 2, 3, 4, 5])  # 输入信号数据
fft_result = np.fft.fft(signal)  # 快速傅里叶变换
fft_result[3:] = 0  # 将高频部分设置为零（假设信号长度为5，去除了最后两个频率分量）
ifft_result = np.fft.ifft(fft_result)  # 逆傅里叶变换

最后，你可以打印ifft_result的实部来获取去除了高频部分的信号：

print(np.real(ifft_result))

注意，逆傅里叶变换的结果是一个复数数组，你需要使用np.real()函数来获取实部。