這可能是一個非常天真的問題,但在這裏。傅立葉變換與Numpy FFT
我想計算函數f(x)的傅里葉變換。所以我定義了一個numpy數組X並通過向量化函數f。現在,如果我計算這個數組f(X)的FFT,它就不會像f(x)的傅立葉變換一樣,如果我在一張紙上做的話。例如,如果我計算高斯FFT,我應該得到一個高斯或一個其實部非常接近高斯的陣列。
這裏是代碼。請讓我知道我必須改變以獲得通常的傅立葉變換。
import matplotlib.pyplot as plt
import numpy as np
N = 128
x = np.linspace(-5, 5, N)
y = np.exp(-x**2)
y_fft = np.fft.fftshift(np.fft.fft(y).real)
plt.plot(x, y_fft)
plt.show()
讓我重申。我想計算任何函數的傅里葉變換(例如高斯)。 FFT是計算數字數組的傅立葉變換的方式,但這與連續傅里葉變換公式的簡單離散化不同。
您是否確實聲稱離散傅立葉變換不是傅立葉變換? –
我在說DFT不是英國「金融時報」。 FT通常是指函數的連續傅里葉變換。我會稍微編輯帖子以避免混淆。 – gg349