问题描述
我们有一个关于 Python 中 DFT 的问题。我们有一个名为“walking”的大型数据框，如下所示：
@H_404_2@ 0
0 0.376798
1 0.382064
2 0.119208
3 -0.289914
4 -0.315472
... ...
78459 -0.319814
78460 -0.379727
78461 -0.358384
78462 -0.313725
78463 -0.233994
[78464 rows x 1 columns]
这是我们在时域中的数据图：
我们希望通过进行离散傅立叶变换在频域中绘制我们的数据。我们想要实现的一个例子是：
左图是时域图，右图是频域图。
我们尝试使用 scipy.fft 和 numpy.fft.fft 执行此操作，但无法做到。这是我们使用 numpy 的代码：
@H_404_2@ft = np.fft.fft(walking[0])/len(walking[0])
ft = ft[range(int(len(walking[0])/2))]
plt.plot(abs(ft))
plt.show()
有人可以帮助我们吗？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）