Pythonはデータ分析に非常に便利な言語であり、その中でもnumpy.fft.fft関数を用いた高速フーリエ変換（FFT）は信号処理において頻繁に使用されます。
FFTとは
FFTは、信号を周波数領域に変換するためのアルゴリズムで、信号の振幅と周波数の関係を示すパワースペクトルを求めることができます。Pythonのnumpy.fft.fft関数を用いることで、この変換を簡単に行うことができます。
FFTの基本的な使い方
以下に、PythonとNumPyを用いてFFTを実行する基本的なコードを示します。
import numpy as np
import matplotlib.pyplot as plt
# データのパラメータ
N = 256 # サンプル数
dt = 0.01 # サンプリング間隔
f1, f2 = 10, 20 # 周波数
t = np.arange(0, N*dt, dt) # 時間軸
freq = np.linspace(0, 1.0/dt, N) # 周波数軸
# 信号を生成（周波数10の正弦波+周波数20の正弦波+ランダムノイズ）
f = np.sin(2*np.pi*f1*t) + np.sin(2*np.pi*f2*t) + 0.3 * np.random.randn(N)
# 高速フーリエ変換
F = np.fft.fft(f)
# 振幅スペクトルを計算
Amp = np.abs(F)
このコードでは、まず周波数10と20の正弦波を生成し、それにランダムなノイズを加えて信号を作成しています。その後、np.fft.fft関数を用いて信号をFFTし、振幅スペクトルを計算しています。
以上がPythonでのFFTの基本的な使い方です。信号処理やデータ分析において、FFTは非常に重要なツールであり、その理解と活用は必須となります。