如何在Python中获取随机列表的傅里叶变换？

Question

我用数值积分求解了一个波动方程，并在python列表中存储了每一步的波函数值。所以我有几个清单：

x=[1,1.001,1.002,.....4]和

psi= [1.571,1.579.....1]

x是一个包含空间坐标的列表，psi是一个包含波函数相应值的列表。psivsx图类似于chirp信号（here it is），我对提取其中的频率很感兴趣。这个问题看起来很简单，但我已经浏览了np.fft文档和这个社区的所有相关问题，但是我找不到我想要的东西。在

所以我的问题是：给定一个空间中的波形，我如何对它进行傅里叶变换以得到它所包含的频率？在

编辑：我已经编写了以下代码：

fourier=np.fft.fft(p)   #p is a list
freq=np.fft.fftfreq(len(p),h)     #h is the step size of my grid
plt.xlabel('w')
plt.ylabel('Power')
plt.title("Fourier Transform")
plt.plot(freq,abs(fourier)**2)

而this是我得到的结果。但问题是只有一个峰值，我认为它对应于组成频率的平均值。有没有办法在python上获得单个频率？也许可以使用其他模块，比如pywt（小波变换）？在

Answer 1

正如您在图中所示，x是时间分量的等价物。傅立叶分析并不局限于时间序列；这仅仅是他对一般函数分解的最常见的应用。在