fft_plot.py

import numpy as np
from scipy.fftpack import fft, ifft
import matplotlib.pyplot as plt
from matplotlib.pylab import mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文
mpl.rcParams['axes.unicode_minus'] = False  # 显示负号

# 采样点选择1400个，因为设置的信号频率分量最高为600赫兹，根据采样定理知采样频率要大于信号频率2倍，所以这里设置采样频率为1400赫兹（即一秒内有1400个采样点，一样意思的）
data = []
lines = open('./trace.log').readlines()
for line in lines:
    line = line.strip()
    data.append(int(line, base=16))

data_np = np.array(data)
# 设置需要采样的信号，频率分量有200，400和600
y = data_np

fft_y = fft(y)  # 快速傅里叶变换

N = len(data)
x = np.arange(N)             # 频率个数
half_x = x[range(int(N/2))]  # 取一半区间

abs_y = np.abs(fft_y)                # 取复数的绝对值，即复数的模(双边频谱)
angle_y = np.angle(fft_y)  # 取复数的角度
normalization_y = abs_y/N  # 归一化处理（双边频谱）
normalization_half_y = normalization_y[range(int(N/2))]  # 由于对称性，只取一半区间（单边频谱）


plt.plot(normalization_half_y, 'blue')
plt.title('half single frequency', fontsize=9, color='blue')

plt.show()