在对数轴上使用fftpack进行实数据的功率谱

我已经阅读了许多有关此主题的讨论（在lomb-scargle和fft之间进行比较，在python中绘制功率谱，Scipy / Numpy FFT频率分析等），但仍然无法解决，因此我需要一些技巧。我有一个光子事件列表（检测与时间），数据可在此处获取。柱子是time，counts，errors，和不同能量带的计数（你可以忽略它们）。我知道来源有一个周期性8.9 days = 1.3*10^-6 Hz。我想绘制功率谱密度，以显示该频率下的峰值（可能在对数x轴上）。如果我可以避免图的一半（对称），那也很好。到目前为止，这是我的代码，到目前为止还没有：

import numpy as np
from scipy.fftpack import fft, rfft, fftfreq
import pylab as plt

x,y = np.loadtxt('datafile.txt', usecols = (0,1), unpack=True)
y = y - y.mean() # Removes the large value at the 0 frequency that we don't care about

f_range = np.linspace(10**(-7), 10**(-5), 1000)
W = fftfreq(y.size, d=x[1]-x[0])

plt.subplot(2,1,1)
plt.plot(x,y)
plt.xlabel('Time (days)')

f_signal = fft(y)
plt.subplot(2,1,2)
plt.plot(W, abs(f_signal))
plt.xlabel('Frequency (Hz)')

这里产生了（无用的）情节：