您可以使用np.fft.fft执行FFT：

import numpy as np

a = np.array([5, 7, -6, 9, 0, 1, 15, -2, 8]) 

a_fft = np.fft.fft(a)

字符串
输出量：

array([ 37.         +0.j        ,   2.1617886 +10.12019119j,
         3.88830807 -3.48605171j,  25.         -1.73205081j,
       -27.05009668 +1.98221437j, -27.05009668 -1.98221437j,
        25.         +1.73205081j,   3.88830807 +3.48605171j,
         2.1617886 -10.12019119j])

型

您可以生成一个1分钟间隔的时间数组，然后将其转换为时间序列，因为您的数据以1分钟的间隔显示峰值幅度。首先，应创建一个均匀间隔的时间序列。

import numpy as np

a = np.array([5, 7, -6, 9, 0, 1, 15, -2, 8])

# Sample rate (1 sample per minute)
sample_rate = 1  # samples per minute

# a time array
time = np.arange(0, len(a)) / sample_rate  
# Your data 'a', and the appropriate time values are in 'time'.  

# using numpy.fft library 
import matplotlib.pyplot as plt

# Perform FFT on the data
fft_result = np.fft.fft(a)

# Calculate the frequency axis
frequencies = np.fft.fftfreq(len(a), d=1/sample_rate)

# Plot the FFT result
plt.plot(frequencies, np.abs(fft_result))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.title('FFT Result')
plt.grid()
plt.show()

字符串