我有44100Hz的音频，这意味着每秒有44100个采样。我想分析它，所以我将数据分成长度为1024的子数组。如何解释scipy.fftpack.fft的输出？
对于每个阵列，我应用傅立叶变换（fft），它将返回一个复数数组。这些数字应该是转变和阶段价值。
结果的长度为1024，就像一个块。但我不知道，阵列的哪个元素对应于哪个频率。我检查了documentation，但我能够发现的唯一情况是结果是对称的，我可以跳过第一部分。
from scipy.fftpack import fft
res = fft(chunk)
但是，怎么可能找出结果中给定索引处的频率是多少？
您可以直接通过FFT纯音进行查看。在这里，我比较：常数函数（零频率），频率1（周期=采样间隔），频率2（周期=半取样间隔的），等等：
import numpy as np
from scipy.fftpack import fft
arr = np.linspace(0, 2*np.pi, 9)[:-1]
for k in range(5):
print np.round(np.abs(fft(np.cos(k*arr))), 10)
结果：
[ 8. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 4. 0. 0. 0. 0. 0. 4.]
[ 0. 0. 4. 0. 0. 0. 4. 0.]
[ 0. 0. 0. 4. 0. 4. 0. 0.]
[ 0. 0. 0. 0. 8. 0. 0. 0.]
因此，第0项是常数项，项1和-1是针对其周期是我们采样的时间间隔的频率;条目2和-2的周期是采样时间间隔的一半; 3和-3为采样时间间隔的三分之一等，直到我们达到Nyquist frequency。
对于大小为1024的一个示例：