短时傅里叶矩阵（STFT matrix）的形状为(n_frames, n_fft)，即时间帧数×频率点数；手动实现需分帧后沿第二维做FFT，scipy.signal.stft返回的Zxx形状为(n_freqs, n_times)，需转置为(n_times, n_freqs)才与常规一致。
什么是短时傅里叶矩阵（STFT matrix）的形状？
它不是直接用 reshape 能搞定的——一维信号切片后要重叠拼成二维，每列（或每行）代表一个时间帧，每行（或每列）代表一个频率 bin。NumPy 本身不提供 STFT 实现，numpy.fft 只做单次 FFT；你需要手动分帧 + FFT，或借助 scipy.signal.stft 得到标准输出，再提取复数谱矩阵。
手动分帧 + 沿轴 FFT 的关键三步
适合想控制窗长、步长、是否补零等细节的场景。核心是：用 numpy.lib.stride_tricks.sliding_window_view（>=1.20）或手写索引切片生成帧，再对每帧做 numpy.fft.fft：
- 先确定帧长
n_fft和步长hop_length（如n_fft=256,hop_length=128） - 用
sliding_window_view(x, window_shape=n_fft)[::hop_length]得到 shape 为(n_frames, n_fft)的帧数组 - 对第二维做 FFT：
np.fft.fft(frames, axis=1)→ 输出 shape(n_frames, n_fft)，即你要的 STFT 矩阵 - 注意：默认返回全频谱（含负频率），如只需单边谱，取
stft_matrix[:, :n_fft//2+1]
用 scipy.signal.stft 更稳妥但要注意返回结构
它返回 f（频率点）、t（时间点）、Zxx（复数 STFT 矩阵），其中 Zxx.shape 是 (n_freqs, n_times) —— 频率在前，时间在后，和手动实现的常见习惯（时间在前）相反：
-
Zxx是你要的矩阵，但行列顺序需按需转置：Zxx.T得到(n_times, n_freqs) - 默认窗是汉宁窗，可传
window='boxcar'或自定义数组；return_onesided=False才返回全谱 - 若输入是实信号且只关心幅度谱，直接用
np.abs(Zxx)即可，无需手动fft - 常见坑：
scipy>=1.9.0才默认启用多线程加速，旧版本可能慢；n_fft必须 ≥ 信号长度才不会报错
性能与内存陷阱：别让 sliding_window_view 复制数据
该函数返回的是视图（view），不复制原始内存——但前提是步长整除、无跨边界访问。一旦触发条件不满足（比如 hop_length=100 而 n_fft=256），它会静默退化为复制（copy），大幅增加内存占用：
立即学习“Python免费学习笔记（深入）”；
- 检查是否为视图：
frames.base is not None为True表示是视图 - 更安全的手动切片写法（兼容老 NumPy）：
frames = np.array([x[i:i+n_fft] for i in range(0, len(x)-n_fft+1, hop_length)])，但明确是 copy - 如果信号很长（如 >100 万点），优先用
scipy.signal.stft，它内部做了内存优化，且支持流式分块处理
真正麻烦的不是 FFT 本身，而是帧边界如何对齐、窗函数怎么加、归一化要不要做——这些细节不显式处理，矩阵看着像，相位和幅度就全偏了。
