FFT结果Matlab VS Numpy（Python）：结果不一样

Question

我有一个Matlab脚本来计算信号的DFT并绘制它：

（可以找到数据here）

clc; clear; close all;

fid = fopen('s.txt');
txt = textscan(fid,'%f'); 

s = cell2mat(txt);

nFFT = 100;
fs = 24000;
deltaF = fs/nFFT;
FFFT = [0:nFFT/2-1]*deltaF;
win = hann(length(s));

sw = s.*win;
FFT = fft(sw, nFFT)/length(s);
FFT = [FFT(1); 2*FFT(2:nFFT/2)];
absFFT = 20*log10(abs(FFT));

plot(FFFT, absFFT)
grid on

我正在尝试将其转换为Python，但无法得到相同的结果。在

^{pr2}$

我得到的图（左边是Matlab，右边是Pyton）：

我做错什么了？在

Answer 1

我发现使用np.fft.rfft而不是np.fft.fft并按如下方式修改代码：

import numpy as np
from matplotlib import pyplot as pl

x = np.genfromtxt("../Matlab/s.txt", delimiter='  ')

nfft = 100
fs = 24000
deltaF = fs/nfft;
ffft = np.array([n * deltaF for n in range(nfft/2+1)])
window = np.hanning(len(x))

xw = np.multiply(x, window)
fft = np.fft.rfft(xw, nfft)/len(x)
fftabs = 20*np.log10(np.absolute(fft))

pl.figure()
pl.plot(np.transpose(ffft), fftabs)
pl.grid()

结果图： right result with Python

我可以看到第一点和最后一点，以及振幅是不一样的。这对我来说不是问题（我对一般的形状更感兴趣），但如果有人能解释，我会很高兴的。在

Answer 2

两个代码在一个情况下是不同的，你连接两个列表

FFT = [FFT(1); 2*FFT(2:nFFT/2)];

在matlab代码中

另一种方法是将fft的第一个值与向量的其余部分相加

^{pr2}$

“+”不要在此处连接，因为您有numpy数组

在python中，它应该是：

fft = fft[0:nfft/2]
fft[1:nfft/2] =  2*fft[1:nfft/2]

Answer 3

我不是Mathlab的用户，所以我不太确定，但有一些事情我想问一下，看看我能不能帮你。在

你打电话来了np.数组数组生成后（ffft）。这可能不会像您希望的那样改变数组的性质，也许最好尝试在np.array(n * deltaF for n in range(nfft/2-1))中定义它。我不确定格式，但您明白了。另一件事是我觉得范围不对。你希望它的值是49？在

另一个是fft = fft[0]+ [2*fft[1:nfft/2]]与FFT = [FFT(1); 2*FFT(2:nFFT/2)];相比，我不确定这个比较是否准确。对我来说这似乎是另一种定义？在

另外，当我做这些类型的计算时，我“打印”出中间的步骤，这样我就可以比较这些数字，看它在哪里断裂。在

希望这有帮助。在