首先应弄清楚概念，横坐标就是频域。
数据采集率是250Hz，知道FFT计算时是多少个点，如果是256点FFT，则计算后的数组的前128个点就是结果，后128个是对称的。
前128个点就对应0～250hz，每250/128= 1.95hz 一个点，哪个点上幅值比较高，即为被采集量含有那个点对应的频率信号。
扩展资料
时域与频域的转换
函数或信号可以透过一对数学的运算子在时域及频域之间转换，例如傅里叶变换可以将一个时域信号转换成在不同频率下对应的振幅及相位，其频谱就是时域信号在频域下的表现，而反傅里叶变换可以将频谱再转换回时域的信号。
时域信号的频谱分析：以信号为例，信号在时域下的图形可以显示信号如何随着时间变化，而信号在频域下的图形（一般称为频谱）可以显示信号分布在哪些频率及其比例。
时域系统的频率特性：许多物理元件的特性会随着输入讯号的频率而改变，例如电容在低频时阻抗变大，高频时阻抗变小，而电感恰好相反，高频时阻抗变大，低频时阻抗变小，一个线性非时变系统的特性也会随频率而变化，因此也有其频域下的特性，频率响应的图形即为其代表。
参考资料
百度百科--时域
百度百科--FFT
内容全部来源于网络收集，如有侵权，请联系网站删除！