numpy.fft.ifft2#
- fft.ifft2(a, s=None, axes=(-2, -1), norm=None, out=None)[源代码]#
计算二维逆离散傅里叶变换.
此函数通过快速傅里叶变换 (FFT) 计算 M 维数组中任意数量轴上的二维逆离散傅里叶变换. 换句话说,在数值精度范围内,
ifft2(fft2(a)) == a. 默认情况下,逆变换是在输入数组的最后两个轴上计算的.与
ifft类似,输入应以与fft2返回的方式相同的顺序排序,即它应该在两个轴的低阶角中具有零频率项,在这些轴的前半部分中具有正频率项,在轴的中间具有奈奎斯特频率项,以及在两个轴的后半部分中按递减负频率顺序排列的负频率项.- 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(每个轴的长度)(
s[0]指轴 0,s[1]指轴 1,依此类推). 这对应于ifft(x, n)的 n . 沿每个轴,如果给定的形状小于输入的形状,则将裁剪输入. 如果它更大,则用零填充输入.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).如果未给出 s ,则使用输入沿 axes 指定轴的形状. 有关
ifft零填充的问题,请参阅注释.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,结果将放置在此数组中.它应该具有适合所有轴的适当形状和dtype(因此与传递所有轴(除了琐碎的
s)不兼容).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
ifft2只是具有不同默认 axes 值的ifftn.有关详细信息和绘图示例,请参见
ifftn,有关使用的定义和约定,请参见numpy.fft.与
ifft类似,零填充是通过将零附加到沿指定维度的输入来执行的. 虽然这是常见的方法,但可能会导致令人惊讶的结果. 如果需要另一种形式的零填充,则必须在调用ifft2之前执行.示例
>>> import numpy as np >>> a = 4 * np.eye(4) >>> np.fft.ifft2(a) array([[1.+0.j, 0.+0.j, 0.+0.j, 0.+0.j], # may vary [0.+0.j, 0.+0.j, 0.+0.j, 1.+0.j], [0.+0.j, 0.+0.j, 1.+0.j, 0.+0.j], [0.+0.j, 1.+0.j, 0.+0.j, 0.+0.j]])