利用Excel进行FFT和Fourier分析的基本步骤

EXCEL数据分析的基本方法Excel作为常用的电子表格软件，具备强大的数据处理和分析功能，广泛应用于各行各业。

本文将介绍Excel数据分析的基本方法，以帮助读者更好地利用Excel进行数据分析。

一、数据的导入与整理1. 导入数据：打开Excel软件，在工作表中选择导入数据的方式，如从文件、数据库或网络等。

按照提示选择正确的导入方式，将数据导入到Excel中。

2. 数据清洗：在导入数据后，可能存在一些无效数据、重复数据或错误数据，需要进行数据清洗。

使用Excel的筛选、排序和去重等功能，清除无效数据，保留有效数据，确保数据的准确性和完整性。

3. 数据整理：根据具体需求，对导入的数据进行整理和格式化。

通过插入行、插入列、合并单元格、调整列宽、设置表头等，使数据呈现出清晰的结构和布局。

二、数据可视化与统计1. 创建图表：在Excel中，可以根据需要创建各种类型的图表，如柱状图、折线图、饼图等。

选中需要可视化的数据，点击插入菜单中的“图表”选项，选择合适的图表类型生成图表。

2. 图表格式化：通过对图表的格式化设置，使其在视觉上更加美观和易于理解。

可以调整图表的标题、图例、轴标签等，改变图表的样式、颜色和字体等，提升图表的可读性和吸引力。

3. 数据透视表：数据透视表是Excel中一项强大的数据汇总和分析工具。

通过选中数据区域，点击插入菜单中的“数据透视表”选项，可以快速生成适合分析的透视表。

通过拖拽字段到行、列、值等区域，可以对数据进行分类、汇总和统计，从而揭示数据中的规律和趋势。

三、数据分析与建模1. 公式计算：Excel提供了丰富的数学、统计和逻辑函数，可以通过编写公式对数据进行计算和分析。

根据具体需求，选用合适的公式和函数，实现数据的加减乘除、平均值计算、最大最小值查找等操作。

2. 条件格式化：通过设置条件格式，可以根据数据的大小、颜色等特征，实现数据的可视化和分析。

例如，可以将某一列的数值按照升序或降序进行颜色填充，以便更直观地观察数据的变化。

如何使用Excel进行数据分析Excel是一款功能强大的数据处理和分析工具，广泛应用于各个领域。

本文将介绍如何使用Excel进行数据分析，以便更好地理解和利用数据。

一、数据导入及整理在开始数据分析之前，我们首先需要将数据导入Excel，并进行必要的整理和清洗。

以下是一些常用的数据导入和整理的步骤：1. 打开Excel，创建一个新的工作表。

2. 将数据从外部源（如数据库、文本文件等）导入Excel。

可以通过点击“数据”选项卡中的“来自其他来源”或“从文本”按钮来导入数据。

3. 数据导入后，检查数据的完整性和准确性。

删除重复的行或列，并进行必要的数据转换（例如将日期格式转换为Excel可识别的格式）。

4. 将数据按照需要进行排序和筛选，以便后续的分析。

二、数据可视化数据可视化是数据分析的重要环节，它能够帮助我们更直观地理解数据的特征和趋势。

以下是一些常用的数据可视化方法：1. 制作图表：Excel提供了多种图表类型，如柱形图、折线图、饼图等。

通过选中需要可视化的数据范围，然后在“插入”选项卡中选择适当的图表类型，即可将数据转化为图表形式。

2. 调整图表样式：可以根据需求对图表的样式进行调整，包括颜色、字体、坐标轴范围等。

3. 使用图表筛选器：利用图表筛选器，可以通过交互式操作选择和比较不同的数据集，以便更全面地分析数据。

4. 利用图表组合：通过将不同类型的图表组合在一起，可以更好地展示多个数据指标之间的关系。

三、数据分析与计算一旦数据整理和可视化完成，我们可以进行更深入的数据分析和计算。

以下是一些常用的数据分析和计算方法：1. 描述统计分析：Excel提供了各种描述统计函数，如平均值、中位数、标准差、百分位数等。

通过这些函数，我们可以了解数据的中心趋势和变异程度。

2. 数据透视表：利用数据透视表功能，可以快速汇总和分析大量数据。

通过选择需要分析的字段和计算方式，Excel可以生成透视表，帮助我们更好地理解数据的结构和关系。

利用S i m u l i n k对E x c e l中的数据进行傅里叶分析Simulink里提供了FFT模块，可以方便地对采集到的数据进行傅里叶分析。

本文讲述如何利用simulink对Excel中的数据进行傅里叶分析。

Step1：在matlab指令窗口中输入如下指令打开Excel中的数据；
A = xlsread('D:\'); %将Excel中的数据存储到矩阵A中
T = A(:,1); %提取第一列到列向量T中
C=A(:,3); %提取要分析的第三列数据到向量C中本文所用的Excel中共有三列数据，每列2000个元素，第一列为时间，第二列和第三列为数据，本文仅仅分析第三列数据，故只提取第一列时间和第三列的数据。

可以看到在Matlab的workspace中生成了矩阵A和列向量T 和C。

Step2：创建如下图所示的Simulink文件，
设置powergui的仿真类型为离散型，采样时间根据需要设定，这里设置为1us.
设置From Workspace模块的输入，T为时间，C为采样数据。

按照如下两个图设置示波器，这里的采样时间设置为1us,
Step3：运行simulink，然后打开Powergui Tools里面的FFT Analysis，选择输入变量Name为示波器中设置的Current，然后选择开始时间，周期数，基频，最大频率，然后点击Display即可得到FFT分析的结果。

附件:本文用到的数据以及matlab文件如下：。

文章题目：深度解析excel frequency函数的用法及应用在现代社会中，Excel作为一种重要的办公软件，已经成为了生活中不可或缺的一部分。

然而，尽管许多人对Excel有基本的了解，但其强大的功能和复杂的应用却常常使人望而生畏。

其中，excel frequency 函数作为Excel中的一个重要功能之一，在数据分析和统计方面具有极大的价值。

1. 了解excel frequency函数Excel中的frequency函数通常用于将数据分布转换为具有离散间隔的字符串。

它可以将一个数据集分成几个大小相等的区间，并统计每个区间内数据的频数。

这意味着，我们可以利用这个功能，对数据进行分组、统计和分析，从而更好地理解数据的分布规律和趋势。

掌握excel frequency函数的使用方法对于数据分析和统计非常重要。

2. 如何使用excel frequency函数在Excel中，使用frequency函数需要首先了解其基本语法和操作步骤。

通常，我们可以通过在单元格中输入“= frequency(数据数组, 分组区间)”来调用该函数。

其中，“数据数组”表示要进行分组和统计的数据范围，“分组区间”表示将数据分成几个大小相等的区间。

通过这种方式，我们可以轻松地对数据集进行分组和统计，从而更好地理解数据的特征和规律。

3. excel frequency函数的应用场景excel frequency函数在实际工作和生活中有着广泛的应用场景。

在市场调研中，我们可以利用该函数对顾客芳龄、收入等数据进行分组和统计，从而了解不同芳龄、收入段的人群分布情况；在生产管理中，我们也可以利用该函数对产品质量、合格率等数据进行分组和统计，从而监控和改进产品质量；在教育领域，该函数也可以用于对学生成绩、考试分数等数据进行分组和统计，从而进行学生学习情况的分析和评估。

可以说，excel frequency函数在数据分析和统计领域具有非常重要的应用意义。

一步步教你学会使用Excel进行数据分析第一章 Excel数据导入与整理在进行数据分析之前，首先需要将数据导入Excel，并进行整理。

Excel提供了多种导入方式，可以从不同的数据源导入数据，如文本文件、数据库、Web数据等。

导入数据后，可以使用Excel的数据整理功能对数据进行预处理。

例如，可以删除重复数据、筛选数据、排序数据等，以确保数据的准确性和完整性。

第二章 Excel函数的使用Excel提供了丰富的函数库，可以用于数据分析和计算。

例如，常用的数学函数、统计函数、逻辑函数等，可以帮助我们进行数据处理和分析。

在使用函数的过程中，需要了解函数的语法规则和参数设置，以及函数的具体用途。

同时，Excel还支持自定义函数，可以根据特定需求编写自己的函数。

第三章数据透视表的制作与分析Excel的数据透视表是一种强大的数据分析工具，可以对大量数据进行快速汇总和分析。

通过透视表，可以轻松实现数据的分类、汇总、排序和筛选等操作，同时还可以添加计算字段和计算项，进一步分析数据。

数据透视表的使用非常灵活，可以根据实际需求进行自定义设置。

第四章图表的制作与分析图表是数据分析中常用的可视化工具，可以帮助我们更直观地理解和展示数据。

Excel提供了多种图表类型，如柱状图、折线图、饼图等。

在制作图表时，可以选择合适的图表类型，设置图表的样式和格式，添加标题和轴标签，以及设置图表的数据系列。

通过图表的分析，可以更好地发现数据中的规律和趋势。

第五章数据筛选与排序Excel提供了强大的数据筛选和排序功能，可以通过条件筛选和排序操作，快速找到需要的数据。

可以使用自动筛选功能、高级筛选功能和条件格式设置等，根据不同的条件进行筛选操作。

同时，在数据筛选的基础上，还可以进行数据的排序操作，实现数据的升序或降序排列。

第六章数据逻辑与条件分析在进行数据分析时，经常需要对数据进行逻辑和条件分析，以确定数据的特征和关系。

Excel提供了多种逻辑函数和条件语句，可以根据特定的条件进行数据分析。

利用Excel进行FFT和Fourier分析的基本步骤实例：杭州市2000人口分布密度[根据2000年人口普查的街道数据经环带(rings)平均计算得到的结果，数据由冯健博士处理]。

下面的变换实质是一种空间自相关的分析过程。

第一步，录入数据在Excel中录入数据不赘述（见表1）。

表1 原始数据序列表2 补充后的数据序列第二步，补充数据由于Fourier变换（FT）一般是借助快速Fourier变换（Fast Fourier Transformation, FFT）算法，而这种算法的技术过程涉及到对称处理，故数据序列的长度必须是2N（N=1,2,3,…，）。

如果数据序列长度不是2N，就必须对数据进行补充或者裁减。

现在数据长度是26，介于24=16到25=32之间，而26到32更近一些，如果裁减数据，就会损失许多信息。

因此，采用补充数据的方式。

补充的方法非常简单，在数据序列后面加0，直到序列长度为32=25为止（表2）。

当然，延续到64=26也可以，总之必须是2的整数倍。

不过，补充的“虚拟数据”越多，变换结果的误差也就越大。

第三步，Fourier变换的选项设置沿着工具（Tools）→数据分析（Data Analysis）的路径打开数据分析复选框（图1）。

图1 数据分析（Data Analysis）的路径在数据分析选项框中选择傅立叶分析（Fourier Analysis）（图2）。

图2 数据分析（Data Analysis）在Fourier分析对话框中进行如下设置：在输入区域中输入数据序列的单元格范围“$B$1:$B$33”；选中“标志位于第一行（L）”；将输出区域设为“$C$2”或者“$C$2:$C$33”（图3a）。

ab图3 傅立叶分析（Fourier Analysis）注意：如果“输入区域”设为“$B$2:$B$33”，则不选“标志位于第一行（L）”（图3b）。

表3 FFT的结果第四步，输出FFT 结果选项设置完毕以后，确定（OK ），立即得到FFT 结果（表3）。

excel处理傅里叶红外光谱数据在化学分析中，傅里叶红外光谱技术已经成为一种非常重要的分析方法。

在进行样品分析之前，我们需要将傅里叶红外光谱数据导入到Excel中进行处理。

本文将介绍如何使用Excel处理傅里叶红外光谱数据。

第一步是将数据导入Excel。

一般情况下，傅里叶红外光谱数据以文本文件的形式存储。

我们可以直接将文本文件导入到Excel中。

在Excel中，选择文件菜单下的导入选项，在弹出的导入向导中选择文本文件，并按照向导的步骤完成导入数据。

第二步是对导入的数据进行清洗。

导入的数据可能包含噪声、缺失值和异常值等，这些数据将会影响后面的分析结果。

我们需要对数据进行清洗。

清洗步骤包括删除或填补缺失值、剔除异常值、平滑数据等。

第三步是对光谱数据进行预处理。

在进行光谱分析之前，我们需要对光谱数据进行一些预处理，以提高光谱分析的准确性和精度。

预处理方法包括基线校正、峰识别和归一化等。

这些处理方法都可以在Excel中完成。

第四步是进行主成分分析。

主成分分析是一种常用的统计方法，用于将多个相关变量转化为少数几个无关变量。

在傅里叶红外光谱分析中，可以使用主成分分析对光谱数据进行降维处理，并在低维空间中进行分析。

使用Excel处理傅里叶红外光谱数据是一项非常重要的工作。

通过以上几个步骤的处理，可以获得准确、精度高的分析结果，为下一步的研究提供有力的支持。

除了以上介绍的方法，还有一些其他的方法也可以在Excel中进行傅里叶红外光谱数据处理。

一种方法是使用Excel的插件，例如TG-IR和OMNIC FTIR等。

这些插件可以在Excel 中直接进行光谱绘制、峰拟合、谱峰参数计算等操作，可以大大减少手动操作的时间，提高分析的效率和准确性。

另一种方法是使用Excel的宏。

宏是一种自动化操作方式，可以根据用户指定的操作步骤进行自动操作。

使用宏可以大大提高分析效率，并减少误操作的发生。

在进行傅里叶红外光谱数据处理时，还需要注意一些问题。

五步教你学会使用Excel进行数据分析第一步：熟悉Excel界面与基本操作Excel是广泛应用于数据分析的工具之一，首先需要熟悉Excel的界面和基本操作。

打开Excel后，你会看到一个由格子组成的电子表格。

每个格子被称为一个单元格，由列字母和行数字组成。

通过点击单元格，可以在公式栏中输入内容并进行计算。

基本操作包括插入、删除、复制和移动单元格，也可以通过拖动边框改变单元格的大小。

掌握这些基本操作将为后续数据分析打下基础。

第二步：利用函数进行数据处理与计算Excel提供了丰富的函数库，可以通过函数对数据进行处理和计算。

常用的函数包括SUM、AVERAGE、MAX、MIN等。

例如，SUM函数可以求一系列数字的总和，AVERAGE函数可以求平均值。

通过函数，可以快速计算出所需数据，并且函数的使用可以得到准确的结果，提高了数据分析的效率和准确性。

掌握基本函数的用法，并结合实际情况运用，可以更好地进行数据处理与分析。

第三步：筛选与排序数据数据分析需要从海量数据中提取出有用的信息，Excel提供了筛选和排序功能，能够帮助我们快速定位并整理所需数据。

在Excel中，我们可以使用筛选功能按条件筛选数据，也可以使用排序功能对数据进行升序或降序排列。

通过数据的筛选和排序，可以更加清晰地了解数据特点，从而进行更深入的数据分析和决策。

第四步：制作图表展现数据分析结果数据分析的结果更直观地呈现给其他人，通过图表是一个很好的方式。

Excel提供了丰富的图表类型，如折线图、柱状图、饼图等，并可以根据实际需求自定义图表样式。

通过选择合适的图表类型，输入数据源，并调整图表样式，我们就可以制作出直观而美观的数据分析图表。

图表不仅可以帮助我们更好地理解数据，还可以向他人传达数据分析的结果和见解。

第五步：数据透视表与高级数据分析Excel提供了强大的数据透视表功能，可以快速对大量数据进行整理和分析。

数据透视表可以根据需要对数据进行分类汇总，并生成相应的汇总表或图表。

使用Excel进行数据分析的基本方法第一章：Excel的数据导入和整理在进行数据分析之前，首先需要将数据导入Excel，并对数据进行整理和格式化。

Excel提供了多种数据导入方式，例如从CSV 文件、数据库、网络或者其他Excel文件中导入数据。

同时，Excel还提供了复制粘贴和拖拽等方法，方便将数据从其他应用程序中导入到Excel中。

在数据导入后，可以利用Excel的排序、筛选、去重和填充等功能对数据进行整理和清洗，以便后续的数据分析工作。

第二章：Excel的基本统计和计算功能Excel强大的统计和计算功能是进行数据分析的基础。

通过使用Excel的函数，可以对数据进行求和、平均、最大值、最小值等基本统计计算。

除了基本的统计计算，Excel还提供了各种高级函数，如标准差函数、相关系数函数和回归分析函数等，以及数据透视表功能，可以更方便地对数据进行汇总和分析。

通过灵活运用这些统计和计算功能，可以对数据进行初步的整体分析，并获取一些基本的结论。

第三章：Excel的图表功能图表是数据分析中常用的可视化工具，可以直观地展示数据的分布和趋势。

Excel提供了多种图表类型，如柱状图、折线图、饼图等，可以根据具体需要选择合适的图表类型。

在使用Excel的图表功能时，可以利用数据透视表和数据筛选功能，动态地生成图表，从而更好地展示数据的特点和规律。

同时，Excel还支持对图表的样式、颜色、字体等进行自定义设置，使图表更具美观和易读性。

第四章：Excel的数据透视表功能数据透视表是Excel中最重要和最强大的数据分析工具之一。

数据透视表可以对大量的数据进行快速汇总和分析，在短时间内获得直观和清晰的数据分析结果。

通过使用数据透视表，可以对数据进行多维度的分析，如按照不同的字段进行分组、分类统计和计算，同时可以对数据进行排序、筛选和对比。

数据透视表还支持对数据进行图表化显示，可以更加形象地展示数据的特点和规律。

掌握数据透视表的使用方法，可以提高数据分析的效率和准确性。

如何使用Excel进行数据分析数据分析是现代工作中一个重要的部分，各大公司、机构都需要处理大量的数据以做出明智的决策。

Excel是一个常见的数据分析工具，它可以轻松地处理数据，让用户可以快速地分析数据并得出结论。

在本文中，我们将介绍如何使用Excel进行数据分析。

第一步：收集数据在使用Excel进行数据分析之前，需要先收集和整理数据。

这些数据可以来自各种各样的来源，如问卷调查、市场研究、销售记录、成本报告等。

在收集数据时，需要考虑到收集何种类型的数据。

数据可以是数值型，例如销售额、市场份额、成本等；也可以是文本型，例如客户名称、产品名称、销售地区等。

收集数据时，需要注意数据的准确性和完整性。

如果数据不准确或不完整，将会影响到后续的数据分析和决策结果。

第二步：创建Excel工作簿一旦收集好了数据，下一步就是将数据输入到Excel中。

创建一个新的Excel工作簿，可以通过“文件”>“新建”>“空白工作簿”来实现。

接着，将数据逐项输入到Excel工作簿中。

第三步：数据清洗和格式化在数据输入到Excel中之后，需要进行数据清洗和格式化的工作。

这可以保证数据的一致性和准确性。

对于数值型数据，需要检查数据是否按照正确的格式进行输入。

例如，是否有误差、是否有重复、是否有异常值等。

如果发现错误或异常值，需要进行修正或删除。

此外，还需要对数据进行格式化，例如保留几位小数、添加千位分隔符等。

这样做可以让数据更加易于理解和比较。

对于文本型数据，需要检查数据是否规范。

例如，是否有输入错误、是否大小写一致等。

如果发现错误，需要进行修改以保持一致性和准确性。

第四步：创建数据透视表创建数据透视表是Excel数据分析的关键步骤之一。

数据透视表可以通过将数据汇总，并按照不同的角度进行分类，以便更好地理解和分析数据。

创建数据透视表的步骤如下：1. 选中数据：在Excel工作表中选中需要使用的数据。

2. 插入透视表：在Excel菜单中选择“插入”>“透视表”，然后按照界面提示进行操作。

如何使用Excel的数据表功能进行数据分析Excel是一款功能强大的电子表格软件，具有丰富的数据处理和分析功能。

通过Excel的数据表功能，我们可以方便地对大量数据进行整理、汇总和分析。

本文将介绍如何使用Excel的数据表功能进行数据分析，提供详细的步骤和操作技巧。

一、创建数据表在开始数据分析之前，首先需要将原始数据整理成数据表的形式。

以下是创建数据表的步骤：1. 打开Excel软件，创建一个新的工作表。

2. 将原始数据复制或导入到新的工作表中。

3. 确认数据的表头，即每列的标题，确保表头能够准确描述每列数据的内容。

4. 选中整个数据区域，包括表头和数据，然后点击“插入”选项卡上的“表格”按钮。

5. 在弹出的对话框中，确保选择了“数据区域包含表头”选项，然后点击“确定”。

二、筛选数据数据筛选是数据分析的基础工作，可以帮助我们快速地找到所需的数据。

以下是如何使用Excel的数据筛选功能进行数据筛选的步骤：1. 选中数据表的任意一个单元格。

2. 点击“数据”选项卡上的“筛选”按钮。

3. 在每列表头上会出现下拉箭头，点击箭头可以选择筛选条件，可以多个条件组合筛选数据。

4. 选择完筛选条件后，Excel会自动显示符合条件的数据行，其他数据行会被隐藏。

三、排序数据数据排序可以按照特定的字段对数据进行排序，方便我们进行数据分析。

以下是如何使用Excel的数据排序功能进行数据排序的步骤：1. 选中数据表的任意一个单元格。

2. 点击“数据”选项卡上的“排序”按钮。

3. 在弹出的对话框中，选择要排序的字段以及排序方式（升序或降序）。

4. 点击“确定”，Excel会根据所选的排序方式重新排列数据。

四、使用数据表公式数据表公式可以帮助我们对数据进行复杂的计算和分析。

以下是如何使用Excel的数据表公式进行数据分析的步骤：1. 在数据表中，选中一个空白单元格，这个单元格将用于输入数据表公式。

2. 输入“=”符号，然后选择要进行计算和分析的数据。

傅里叶变换的本质傅里叶变换的公式为可以把傅里叶变换也成另外一种形式：可以看出，傅里叶变换的本质是内积，三角函数是完备的正交函数集，不同频率的三角函数的之间的内积为0，只有频率相等的三角函数做内积时，才不为0。

下面从公式解释下傅里叶变换的意义因为傅里叶变换的本质是内积，所以f(t)和求内积的时候，只有f(t)中频率为的分量才会有内积的结果，其余分量的内积为0。

可以理解为f(t)在上的投影，积分值是时间从负无穷到正无穷的积分，就是把信号每个时间在的分量叠加起来，可以理解为f(t)在上的投影的叠加，叠加的结果就是频率为的分量，也就形成了频谱。

傅里叶逆变换的公式为下面从公式分析下傅里叶逆变换的意义傅里叶逆变换就是傅里叶变换的逆过程，在和求内积的时候，只有t时刻的分量内积才会有结果，其余时间分量内积结果为0，同样积分值是频率从负无穷到正无穷的积分，就是把信号在每个频率在t时刻上的分量叠加起来，叠加的结果就是f(t)在t时刻的值，这就回到了我们观察信号最初的时域。

离散付立叶变换的理解FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。

有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。

这就是很多信号分析采用FFT变换的原因。

另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。

虽然很多人都知道FFT是什么，可以用来做什么，怎么去做，但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。

现在就根据实际经验来说说FFT结果的具体物理意义。

一个模拟信号，经过ADC采样之后，就变成了数字信号。

采样定理告诉我们，采样频率要大于信号频率的两倍，这些我就不在此啰嗦了。

采样得到的数字信号，就可以做FFT变换了。

N个采样点，经过FFT之后，就可以得到N个点的FFT结果。

为了方便进行FFT运算，通常N取2的整数次方。

假设采样频率为Fs，信号频率F，采样点数为N。

利用Excel进行FFT和Fourier分析的基本步骤实例：杭州市2000人口分布密度[根据2000年人口普查的街道数据经环带(rings)平均计算得到的结果，数据由冯健博士处理]。

下面的变换实质是一种空间自相关的分析过程。

第一步，录入数据在Excel中录入数据不赘述（见表1）。

表1 原始数据序列表2 补充后的数据序列第二步，补充数据由于Fourier变换（FT）一般是借助快速Fourier变换（Fast Fourier Transformation, FFT）算法，而这种算法的技术过程涉及到对称处理，故数据序列的长度必须是2N（N=1,2,3,…，）。

如果数据序列长度不是2N，就必须对数据进行补充或者裁减。

现在数据长度是26，介于24=16到25=32之间，而26到32更近一些，如果裁减数据，就会损失许多信息。

因此，采用补充数据的方式。

补充的方法非常简单，在数据序列后面加0，直到序列长度为32=25为止（表2）。

当然，延续到64=26也可以，总之必须是2的整数倍。

不过，补充的“虚拟数据”越多，变换结果的误差也就越大。

第三步，Fourier变换的选项设置沿着工具（Tools）→数据分析（Data Analysis）的路径打开数据分析复选框（图1）。

图1 数据分析（Data Analysis）的路径在数据分析选项框中选择傅立叶分析（Fourier Analysis）（图2）。

图2 数据分析（Data Analysis）在Fourier分析对话框中进行如下设置：在输入区域中输入数据序列的单元格范围“$B$1:$B$33”；选中“标志位于第一行（L）”；将输出区域设为“$C$2”或者“$C$2:$C$33”（图3a）。

ab图3 傅立叶分析（Fourier Analysis）注意：如果“输入区域”设为“$B$2:$B$33”，则不选“标志位于第一行（L）”（图3b）。

表3 FFT的结果第四步，输出FFT 结果选项设置完毕以后，确定（OK ），立即得到FFT 结果（表3）。