Частота сюжета Python fft.rfft

Это мой первый вопрос здесь, в stackoverflow, и я надеюсь, что не сделаю огромных ошибок. Я анализирую набор временных рядов с частотой 1 Гц. Мне нужно построить их преобразование Фурье, чтобы изучить их спектры.

вот мой фрагмент кода:

from obspy.core import read
import numpy as np 
import matplotlib.pyplot as plt

st = read('../SC_noise/*HEC_109C*_s', format='SAC')
stp = st.copy()
stp.detrend('linear')
stp.taper('cosine')

for tr in stp:
  dataonly = tr.data
  spec = np.fft.rfft(dataonly)
  plt.plot(abs(spec))
  plt.show()

это работает просто отлично: сюжет тот же, что я получаю с помощью SAC. Но xaxis не показывает частоты. Я немного побродил и нашел разные идеи: ни одна из них не является рабочий. Например, в случае БПФ (здесь я использую rfft) это должно сделать работу

samp_rate=1
freq = np.fft.fftfreq(len(spec), d=1./samp_rate)

но если я использую его, это даст мне отрицательные частоты.

у кого-нибудь есть идея? Большое спасибо заранее за помощь!

Пьеро

6
analysis fft frequency plot python

1 ответов

Если ваша версия NumPy достаточно новая (1.8 или лучше), используйте и NumPy.быстрое преобразование Фурье.rfftfreq. В противном случае, вот определение:

def rfftfreq(n, d=1.0):
    """
Return the Discrete Fourier Transform sample frequencies
(for usage with rfft, irfft).

The returned float array `f` contains the frequency bin centers in cycles
per unit of the sample spacing (with zero at the start). For instance, if
the sample spacing is in seconds, then the frequency unit is cycles/second.

Given a window length `n` and a sample spacing `d`::

f = [0, 1, ..., n/2-1, n/2] / (d*n) if n is even
f = [0, 1, ..., (n-1)/2-1, (n-1)/2] / (d*n) if n is odd

Unlike `fftfreq` (but like `scipy.fftpack.rfftfreq`)
the Nyquist frequency component is considered to be positive.

Parameters
----------
n : int
Window length.
d : scalar, optional
Sample spacing (inverse of the sampling rate). Defaults to 1.

Returns
-------
f : ndarray
Array of length ``n//2 + 1`` containing the sample frequencies.

Examples
--------
>>> signal = np.array([-2, 8, 6, 4, 1, 0, 3, 5, -3, 4], dtype=float)
>>> fourier = np.fft.rfft(signal)
>>> n = signal.size
>>> sample_rate = 100
>>> freq = np.fft.fftfreq(n, d=1./sample_rate)
>>> freq
array([ 0., 10., 20., 30., 40., -50., -40., -30., -20., -10.])
>>> freq = np.fft.rfftfreq(n, d=1./sample_rate)
>>> freq
array([ 0., 10., 20., 30., 40., 50.])

"""
    if not (isinstance(n,int) or isinstance(n, integer)):
        raise ValueError("n should be an integer")
    val = 1.0/(n*d)
    N = n//2 + 1
    results = arange(0, N, dtype=int)
    return results * val
4