以下是一个使用Python进行不同周期的快速傅里叶变换（次序分析）的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成信号
t = np.linspace(0, 1, 1000)
f1 = 10  # 周期为1/f1的信号
f2 = 20  # 周期为1/f2的信号
signal = np.sin(2*np.pi*f1*t) + np.sin(2*np.pi*f2*t)

# 进行快速傅里叶变换
fft_result = np.fft.fft(signal)

# 计算频率轴
freq = np.fft.fftfreq(len(signal), t[1]-t[0])

# 取前一半的结果（对称性质）
fft_result = fft_result[:len(fft_result)//2]
freq = freq[:len(freq)//2]

# 绘制结果
plt.plot(freq, np.abs(fft_result))
plt.xlabel('Frequency')
plt.ylabel('Amplitude')
plt.show()

在这个示例中，我们生成了一个包含两个不同周期信号的信号。然后，使用np.fft.fft函数进行快速傅里叶变换，得到频域表示。使用np.fft.fftfreq函数来计算频率轴。最后，我们绘制了频域的幅度谱图。

注意，这里只展示了如何进行快速傅里叶变换和绘制频域结果，具体的应用场景和参数设置需要根据实际需求来确定。