python - numpy的快速傅立叶变换产生出乎意料的结果

我正在努力实现快速傅里叶变换。我的信号不是周期性的，因此肯定不是一个理想的候选者，但是FFT的结果与我期望的相去甚远。这是同样的信号，只是被某些因素拉伸了。我绘制了一个窦曲线，逼近它旁边的我的信号，这应该说明，我正确地使用FFT函数：

import numpy as np
from matplotlib import pyplot as plt

signal = array([[ 0.], [ 0.1667557 ], [ 0.31103874], [ 0.44339886], [ 0.50747922],
    [ 0.47848347], [ 0.64544846], [ 0.67861755], [ 0.69268326], [ 0.71581176],
    [ 0.726552  ], [ 0.75032795], [ 0.77133769], [ 0.77379966], [ 0.80519187],
    [ 0.78756476], [ 0.84179849], [ 0.85406538], [ 0.82852684], [ 0.87172407],
    [ 0.9055542 ], [ 0.90563205], [ 0.92073452], [ 0.91178145], [ 0.8795554 ],
    [ 0.89155587], [ 0.87965686], [ 0.91819571], [ 0.95774404], [ 0.95432073],
    [ 0.96326252], [ 0.99480947], [ 0.94754962], [ 0.9818627 ], [ 0.9804966 ],
    [ 1.], [ 0.99919711], [ 0.97202208], [ 0.99065786], [ 0.90567128],
    [ 0.94300558], [ 0.89839004], [ 0.87312245], [ 0.86288378], [ 0.87301008],
    [ 0.78184963], [ 0.73774451], [ 0.7450479 ], [ 0.67291666], [ 0.63518575],
    [ 0.57036157], [ 0.5709147 ], [ 0.63079811], [ 0.61821523], [ 0.49526048],
    [ 0.4434457 ], [ 0.29746173], [ 0.13024641], [ 0.17631683], [ 0.08590552]])

sinus = np.sin(np.linspace(0, np.pi, 60))

plt.plot(signal)
plt.plot(sinus)

蓝线是我的信号，绿线是鼻窦。

transformed_signal = abs(np.fft.fft(signal)[:30] / len(signal))
transformed_sinus = abs(np.fft.fft(sinus)[:30] / len(sinus))

plt.plot(transformed_signal)
plt.plot(transformed_sinus)

蓝线是numpy，绿线是transformed_signal。

仅绘制transformed_sinus说明了上述行为：

有人能给我解释一下这是怎么回事吗？
更新
我真的很难调用FFT。这是正确的调用和正确的结果：

transformed_signal = abs(np.fft.fft(signal,axis=0)[:30] / len(signal))

最佳答案

默认情况下，Numpy的fft应用于行。由于signal变量是列向量，fft应用于由一个元素组成的行，并返回每个元素的一点FFT。
使用fft的轴选项指定您希望在signal的列上应用FFT，即

transformed_signal = abs(np.fft.fft(signal,axis=0)[:30] / len(signal))