如何从傅立叶变换中获取峰值？

Question

我怀疑我对傅里叶变换的理解有什么遗漏，所以我正在寻找一些修正（如果是这样的话）。我应该如何从下面的第一个图中收集峰值信息？

数据集是过去 17 年（特定城市）911 呼叫的每小时数据。

我已经从我的数据中删除了趋势，现在正在删除季节性。当我运行傅里叶变换时，我得到以下图：

我相信数据集确实有一些季节性（查看每周数据，我有这种模式）：

如何在第一个图中找出峰的值？大概对于所有 "peaks" 以下，比如第一个图中的 5000，我可能会忽略在我的最终模型中包含的季节性，但只会损失准确性，对吗？

这是我目前正在使用的部分代码：

from scipy import fftpack
fft = fftpack.fft(calls_grouped_hour.detrended_residuals - calls_grouped_hour.detrended_residuals.mean())
plt.plot(1./(17*365)*np.arange(len(fft)), np.abs(fft))
plt.xlim([-.1, 23/2]);

编辑： 在 Mark Snider 的初步回答之后，我有以下情节：

添加代码尝试从 fft 获取峰值：

我需要先使用 ifft 将值转换回来吗？

fft_x_y = np.stack((fft.real, fft.imag), -1)
peaks = []
for x, y in np.abs(fft_x_y):
    if (y >= 0): 
        spipeakskes.append(x)

peaks = np.unique(peaks)
print('Length: ', len(peaks))
print('Peak values: ', '\n', np.sort(peaks))

Answer 1

threshold = 5000
fft[np.abs(fft)<threshold] = 0

这将为您提供一个 fft 忽略除峰值以外的所有内容的结果。不，我不认为 "noise" 代表实际的季节性。 fft[0] 处的峰值也不代表季节性 - 它是数据平均值的倍数，因此如果您打算减去峰值的 ifft，我不会包括 fft[0] 除非您希望数据居中。

如果你想要只是峰值而不是你可以反转的完整fft，你可以这样做：

peaks = [np.abs(value) for value in fft if np.abs(value)>threshold]

如何从傅立叶变换中获取峰值？

How do I get peak values back from fourier transform?

python

fft

scipy