Bonjour, 

J'étudie les transformée de Fourier discrète, j'ai vu un programme que quelqu'un a posté sur un forum et je ne le comprends pas très bien:

# définition du vecteur temps
dt = 1./rate
FFT_size = 2**18
NbEch = signal.shape[0]
 
t = linspace(0,(NbEch-1)*dt,NbEch)
t = t[0:FFT_size]
 
signal = signal[0:FFT_size]# soustraction de la valeur moyenne du signal
signal = signal - mean(signal)# la fréquence nulle ne nous intéresse pas
signal_FFT = abs(fft(signal))  # on ne récupère que les composantes réelles
 
 
 
signal_freq = fftfreq(signal.size, dt)
signal_FFT = signal_FFT[0:len(signal_FFT)//2]
signal_freq = signal_freq[0:len(signal_freq)//2]
 

Juste avant il récupère simplement la valeur d'échantillonage dans la variable "rate" puis les valeurs des données dans le vecteur signal.

Je comprends un peu près mais certaine parties restent flous.. Pourriez-vous m'éclaircir s'il vous plaît ? 

Salut

quelles parties ?

Alors, je comprend ce qu'est dt, il représente la durée entre deux mesures par contre je ne vois deja pas très bien ce qu'est FFT_size et NbEch.

Ensuite je ne comprends pas bien la ligne t=t[0:FFT_size] puis ensuite tout le reste me parait flous egalement...

Désolé je dois etre stupide mais comment ça début du tableau t ? En fait je ne comprend pas le "0:"

Et ce n'est pas signal.size le nombre d'échantillon ? 

Oui voilà le programme entier:

from numpy import linspace, mean
from scipy.fftpack import fft, fftfreq
import matplotlib.pyplot as plt
from scipy.io.wavfile import read
 
# nom du fichier à étudier
nomfile = open('7991.wav','r')
 
# lecture du fichier son 8 Khz mono
rate,signal = read(nomfile)
 
# définition du vecteur temps
dt = 1./rate
FFT_size = 2**18
NbEch = signal.shape[0]
 
t = linspace(0,(NbEch-1)*dt,NbEch)
t = t[0:FFT_size]
 
signal = signal[0:FFT_size]# soustraction de la valeur moyenne du signal
signal = signal - mean(signal)# la fréquence nulle ne nous intéresse pas
signal_FFT = abs(fft(signal))  # on ne récupère que les composantes réelles
 
 
 
signal_freq = fftfreq(signal.size, dt)
signal_FFT = signal_FFT[0:len(signal_FFT)//2]
signal_freq = signal_freq[0:len(signal_freq)//2]
 
 
#affichage du signal
plt.subplot(211)
plt.title('Signal reel et son spectre')
plt.plot(t,signal)
plt.xlabel('Temps (s)'); plt.ylabel('Amplitude')
 
#affichage FFT
plt.subplot(212)
plt.plot(signal_freq,signal_FFT)
plt.xlabel('Frequence (Hz)'); plt.ylabel('Amplitude')
plt.show()

C'est du slicing, ça fait partie des bases du langage Python. Je te laisse faire une recherche sur ce terme, tu trouvera toutes les explications dont tu as besoin.

-Tortue-ojzeoi a écrit:

Et ce n'est pas signal.size le nombre d'échantillon ? 

Regarde la doc de fftfreq() pour savoir à quoi correspond signal.size

http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.fftfreq.html

Donc en gros si j'ai bien compris pour la ligne t = t[0:FFT_size] le vecteur temps t est integré dans t entre 0 et FFT_size c'est bien ça ? 

Et signal.size correspond à la taille de la fenetre ? 

oui.

oui, la fenêtre de la FFT.