我有一个矩阵,有72x72个值,每个值对应于一个有72x72个点的三角形晶格上的一些能量。我试图对这些值进行傅里叶变换,但我不明白如何使用np.fft.fftn
进行傅里叶变换
为了说明我的问题,我用一些随机值编写了以下基本代码。三角形给出了晶格的x,y坐标
import numpy as np
import matplotlib.pyplot as plt
def triangular(nsize):
x=0
y=0
X=np.zeros((nsize,nsize))
Y=np.zeros((nsize,nsize))
for i in range(nsize):
for j in range(nsize):
X[i,j]+=1/2*j+i
Y[i,j]+=np.sqrt(3)/2*j
return(X,Y)
xx = triangular(72)[0]
yy = triangular(72)[1]
plt.figure()
plt.pcolormesh(xx, yy, np.reshape(np.random.rand(72**2),(72,72)))
我没有使用随机数据,但我不想让示例变得那么复杂。事实上,当我现在使用以下FFT时,每次都会看到相同的图:
matrix = []
matrix.append(triangular(72)[0])
matrix.append(triangular(72)[1])
matrix.append(np.reshape(np.random.rand(72**2),(72,72)))
spectrum_3d = np.fft.fftn(matrix) # Fourrier transform along x, y, energy
kx = np.linspace(-4*np.pi/3,4*np.pi/3,72) #this is the range I want to plot
ky = np.linspace(-2*np.pi/np.sqrt(3),2*np.pi/np.sqrt(3),72)
Ky, Kx = np.meshgrid(ky, kx, indexing='ij') #making a grid
plt.figure(figsize=(11,9))
psd = plt.pcolormesh(Kx, Ky, abs(spectrum_3d[2])**2)
cbar = plt.colorbar(psd)
plt.xlabel('kx')
plt.ylabel('ky')
我的结果看起来总是一样的,我不知道出了什么问题。同样对于我的相关值,它有一个很大的对称性,图看起来是一样的
由于直流占主导地位,你无法“看到”频谱
相关问题 更多 >
编程相关推荐