如何使用scipy绘制python中的fft，并修改频率范围，使其显示中心的两个峰值频率？

Scipy是一个强大的科学计算库，其中包含了用于信号处理的fft模块。使用scipy绘制Python中的fft并修改频率范围，使其显示中心的两个峰值频率，可以按照以下步骤进行操作：

导入所需的库和模块：

import numpy as np
import matplotlib.pyplot as plt
from scipy.fft import fft, fftfreq

创建输入信号：

# 创建时间序列
t = np.linspace(0, 1, 1000, endpoint=False)
# 创建输入信号，例如正弦波
input_signal = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t)

对输入信号进行FFT变换：

# 对输入信号进行FFT变换
fft_output = fft(input_signal)

计算频率轴：

# 计算频率轴
freq_axis = fftfreq(len(t), 1/len(t))

绘制FFT结果：

# 绘制FFT结果
plt.plot(freq_axis, np.abs(fft_output))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.grid(True)
plt.show()

修改频率范围以显示中心的两个峰值频率：

# 修改频率范围
plt.xlim(0, 200)  # 设置频率范围为0到200Hz

完整的代码示例如下：

import numpy as np
import matplotlib.pyplot as plt
from scipy.fft import fft, fftfreq

# 创建时间序列
t = np.linspace(0, 1, 1000, endpoint=False)

# 创建输入信号，例如正弦波
input_signal = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t)

# 对输入信号进行FFT变换
fft_output = fft(input_signal)

# 计算频率轴
freq_axis = fftfreq(len(t), 1/len(t))

# 绘制FFT结果
plt.plot(freq_axis, np.abs(fft_output))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.grid(True)

# 修改频率范围
plt.xlim(0, 200)  # 设置频率范围为0到200Hz

plt.show()

这段代码将绘制输入信号的FFT结果，并通过修改频率范围来显示中心的两个峰值频率。你可以根据需要调整输入信号的频率和幅度，以及修改频率范围来适应不同的应用场景。

腾讯云相关产品和产品介绍链接地址：

请注意，以上链接仅为示例，具体的产品选择应根据实际需求和情况进行评估和选择。