Questa è probabilmente una domanda molto ingenua, ma eccola qui.Fourier Transformation vs Numpy FFT
Voglio calcolare la trasformata di Fourier di una funzione f (x). Quindi definisco una matrice numpy X e passo attraverso la funzione vettoriale f. Ora, se calcolo la FFT di questo array f (X) non viene fuori per essere Fourier Transform di f (x) come farebbe se lo facessi su un pezzo di carta. Ad esempio, se calcolo FFT di gaussiano, dovrei ottenere un gaussiano o un array la cui parte reale assomigli molto a un gaussiano.
questo è il codice. per favore fatemi sapere cosa devo cambiare per ottenere la solita Trasformata di Fourier.
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()
Lo ripeto. Voglio calcolare la trasformazione di Fourier di qualsiasi funzione (ad esempio gaussiana). FFT è un modo per calcolare la trasformata di Fourier di una matrice di numeri, ma questo non è lo stesso della semplice discretizzazione della formula di trasformazione di Fourier continua.
Stai affermando che una Trasformata di Fourier discreta non è una trasformata di Fourier? –
Sto affermando che la DFT non è il FT. Il FT di solito si riferisce alla trasformata di Fourier continua di una funzione. Modificherò leggermente il post per evitare confusione. – gg349