嗯，我对语音数据做了大量的研究，我能够从wav文件返回实数或复数序列的离散傅里叶变换。
import matplotlib.pyplot as plt
from scipy.io import wavfile as wav
from scipy.fftpack import fft
import numpy as np
rate, data = wav.read('Data/File1.wav')
fft_out = fft(data)
%matplotlib inline
plt.plot(data, np.abs(fft_out))
plt.show()
当我试图保存这个np.abs(fft_out)数据时，它最终是一个1D数组数据，这是相当明显的
但是我需要一些帮助从傅里叶变换数据中提取特征(傅里叶系数)，有人能给点光吗?
最终，我被要求创建一个具有傅里叶变换信号重要特征的最终数据集
注意:我不需要确切的代码，但任何方向都会有所帮助。我的主要任务是从傅里叶变换数据中提取重要特征。
FFT函数的输出为傅里叶系数。对于每个频率，一维阵列中有一个系数。
傅里叶方程
如式中cn为系数。对于x=0，系数为fft_out[0]