numpy.fft.irfft

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

计算 rfft 的逆.

此函数计算由 rfft 计算的实输入的n点离散傅里叶变换的一维逆变换.换句话说, irfft(rfft(a), len(a)) == a 在数值精度范围内.(有关为什么这里需要 len(a) ,请参见下面的注释.)

输入应采用 rfft 返回的形式,即,实零频项,后跟按频率递增顺序排列的复数正频率项.由于实输入的离散傅里叶变换是 Hermitian 对称的,因此负频率项被认为是相应正频率项的复共轭.

参数:

aarray_like

输入数组.

nint, optional

输出的已变换轴的长度.对于 n 个输出点,需要 n//2+1 个输入点.如果输入比此长度长,则会被裁剪.如果输入比此长度短,则会用零填充.如果未提供 n ,则将其视为 2(m-1) ,其中 m 是输入沿 axis 指定的轴的长度.

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.

outndarray,可选

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:

outndarray

截断或零填充的输入,沿 axis 指示的轴进行变换,如果未指定 axis ,则沿最后一个轴进行变换.变换轴的长度为 n ,或者,如果未给出 n ,则为 2(m-1) ,其中 m 是输入的变换轴的长度.要获得奇数个输出点,必须指定 n .

Raises:

IndexError

如果 axis 不是 a 的有效轴.

参见

numpy.fft

有关 DFT 的定义和使用的约定.

rfft

实输入的一维 FFT, irfft 是它的逆.

fft

一维 FFT.

irfft2

实输入的二维 FFT 的逆.

irfftn

实输入的 n 维 FFT 的逆.

注释

返回 a 的实值 n 点逆离散傅里叶变换,其中 a 包含 Hermitian 对称序列的非负频率项. n 是结果的长度,而不是输入的长度.

如果您指定一个 n ,使得 a 必须经过零填充或截断,则额外/删除的值将在高频处添加/删除.因此,可以通过傅里叶插值将序列重采样到 m 个点: a_resamp = irfft(rfft(a), m) .

Hermitian 输入的正确解释取决于原始数据的长度,由 n 给出.这是因为每个输入形状可能对应于奇数或偶数长度信号.默认情况下, irfft 假定偶数输出长度,这将最后一个条目置于奈奎斯特频率;与其对称对应物混叠.通过 Hermitian 对称性,该值被视为纯实数.为避免丢失信息,必须给出实输入的正确长度.

示例

Try it in your browser!

>>> import numpy as np
>>> np.fft.ifft([1, -1j, -1, 1j])
array([0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]) # may vary
>>> np.fft.irfft([1, -1j, -1])
array([0.,  1.,  0.,  0.])

请注意,普通 ifft 的输入的最后一项是第二项的复共轭,并且输出在任何地方都具有零虚部.当调用 irfft 时,未指定负频率,并且输出数组是纯实数.

Go BackOpen In Tab