numpy.fft.ihfft

fft.ihfft(a, n=None, axis=-1, norm=None, out=None)

计算具有 Hermitian 对称性的信号的逆 FFT.

参数:

aarray_like

输入数组.

nint, optional

逆 FFT 的长度,即输入中要使用的沿变换轴的点数.如果 n 小于输入的长度,则输入将被裁剪.如果它更大,则用零填充输入.如果未给出 n ,则使用输入沿 axis 指定轴的长度.

轴int, optional

在其上计算逆 FFT 的轴.如果未给出,则使用最后一个轴.

norm{“backward”, “ortho”, “forward”}, optional

归一化模式(参见 numpy.fft ).默认值为"backward".指示前向/后向变换对的哪个方向被缩放以及使用什么归一化因子.

在 1.20.0 版本加入: 添加了"backward","forward"值.

outcomplex ndarray, optional

如果提供,结果将放置在此数组中.它应具有适当的形状和 dtype.

在 2.0.0 版本加入.

返回:

outcomplex ndarray

沿 axis 指示的轴变换的截断或零填充输入,如果未指定 axis ,则沿最后一个轴变换.变换轴的长度为 n//2 + 1 .

参见

hfft , irfft

注释

hfft / ihfft 是一对类似于 rfft / irfft 的对,但适用于相反的情况:这里信号在时域中具有 Hermitian 对称性,在频域中是实数.所以这里是 hfft ,如果结果是奇数,则必须提供结果的长度:

• 偶数: ihfft(hfft(a, 2len(a) - 2)) == a ,在舍入误差范围内,

• 奇数: ihfft(hfft(a, 2len(a) - 1)) == a ,在舍入误差范围内.

示例

Try it in your browser!

>>> import numpy as np
>>> spectrum = np.array([ 15, -4, 0, -1, 0, -4])
>>> np.fft.ifft(spectrum)
array([1.+0.j,  2.+0.j,  3.+0.j,  4.+0.j,  3.+0.j,  2.+0.j]) # may vary
>>> np.fft.ihfft(spectrum)
array([ 1.-0.j,  2.-0.j,  3.-0.j,  4.-0.j]) # may vary

Go BackOpen In Tab