numpy.fft.fft2#
- fft.fft2(a, s=None, axes=(-2, -1), norm=None, out=None)[源代码]#
计算二维离散傅里叶变换.
此函数通过快速傅里叶变换 (FFT) 计算 M 维数组中任何轴上的 n 维离散傅里叶变换.默认情况下,变换是在输入数组的最后两个轴上计算的,即二维 FFT.
- 参数:
- aarray_like
输入数组,可以是复数
- s整数序列,可选
输出的形状(每个变换轴的长度)(
s[0]指的是轴 0,s[1]指的是轴 1,依此类推).这对应于fft(x, n)的n.沿每个轴,如果给定的形状小于输入的形状,则输入被裁剪.如果它更大,则输入填充零.在 2.0 版本发生变更: 如果它是
-1,则使用整个输入(不进行填充/修剪).如果未给定 s ,则使用输入沿 axes 指定的轴的形状.
自 2.0 版本弃用: 如果 s 不是
None,则 axes 也不能是None.自 2.0 版本弃用: s 必须仅包含
int,而不是None值.None值目前意味着在相应的 1-D 变换中使用n的默认值,但此行为已被弃用.- axes整数序列,可选
在其上计算 FFT 的轴.如果未给定,则使用最后两个轴. axes 中的重复索引意味着对该轴的变换执行多次.一个元素的序列意味着执行一维 FFT.默认值:
(-2, -1).自 2.0 版本弃用: 如果指定了 s ,则要转换的相应 axes 不能为
None.- norm{“backward”, “ortho”, “forward”},可选
归一化模式(请参阅
numpy.fft).默认为 “backward”.指示缩放正向/反向变换对的哪个方向以及使用什么归一化因子.在 1.20.0 版本加入: 增加了“backward”,“forward”值.
- outcomplex ndarray, 可选
如果提供,结果将被放置在这个数组中.对于所有轴,它应该具有适当的形状和 dtype(因此只有最后一个轴可以使
s不等于该轴的形状).在 2.0.0 版本加入.
- 返回:
- outcomplex ndarray
沿 axes 指示的轴转换的截断或零填充输入,如果未给定 axes ,则沿最后两个轴转换.
- 提出:
- ValueError
如果 s 和 axes 的长度不同,或者未给出 axes 且
len(s) != 2.- IndexError
如果 axes 的元素大于 a 的轴数.
参见
注释
fft2只是fftn在 axes 上具有不同的默认值.与
fft类似,输出包含变换轴的低阶角的零频率项,这些轴的前半部分的频率项,轴中间的奈奎斯特频率项,以及轴后半部分的负频率项,按负频率递减的顺序排列.有关详细信息和绘图示例,请参阅
fftn,有关所使用的定义和约定,请参阅numpy.fft.示例
>>> import numpy as np >>> a = np.mgrid[:5, :5][0] >>> np.fft.fft2(a) array([[ 50. +0.j , 0. +0.j , 0. +0.j , # may vary 0. +0.j , 0. +0.j ], [-12.5+17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 +4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 -4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5-17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ]])