值得注意的是,bp单位的大小不一定是以Hz为单位,而是取决于信号的采样频率,你应该使用

scipy.fftpack.fftfreq进行转换.此外,如果您的信号是真实的,您应该使用

scipy.fftpack.rfft.这是一个最小的工作示例,过滤掉低于指定数量的所有频率：

import numpy as np

from scipy.fftpack import rfft, irfft, fftfreq

time = np.linspace(0,10,2000)

signal = np.cos(5*np.pi*time) + np.cos(7*np.pi*time)

W = fftfreq(signal.size, d=time[1]-time[0])

f_signal = rfft(signal)

# If our original signal time was in seconds, this is now in Hz

cut_f_signal = f_signal.copy()

cut_f_signal[(W<6)] = 0

cut_signal = irfft(cut_f_signal)

我们可以在真实和更小的空间中绘制信号的演变：

import pylab as plt

plt.subplot(221)

plt.plot(time,signal)

plt.subplot(222)

plt.plot(W,f_signal)

plt.xlim(0,10)

plt.subplot(223)

plt.plot(W,cut_f_signal)

plt.xlim(0,10)

plt.subplot(224)

plt.plot(time,cut_signal)

plt.show()