numpy.fft.irfft#

fft.irfft(a, n=None, axis=-1, norm=None, out=None)[源代码]#

计算 rfft 的逆变换.

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

输入预计是 rfft 返回的形式,即实零频率项,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.

n整数,可选

输出的变换轴的长度.对于 n 个输出点,需要 n//2+1 个输入点.如果输入比这长,则会被裁剪.如果比这短,则用零填充.如果未给出 n ,则假定为 2(m-1) ,其中 m 是沿 axis 指定的轴的输入长度.

axis整数,可选

用于计算逆 FFT 的轴.如果未给出,则使用最后一个轴.

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.

outndarray, 可选

如果提供,结果将被放置在这个数组中.它应该具有适当的形状和 dtype.

在 2.0.0 版本加入.

返回:
outndarray

沿由 axis 指示的轴转换后的截断或零填充的输入,如果未指定 axis ,则沿最后一个轴转换.转换后的轴的长度为 n ,或者,如果未给出 n ,则为 2(m-1) ,其中 m 是输入转换轴的长度. 要获得奇数个输出点,必须指定 n .

提出:
IndexError

如果 axis 不是 a 的有效轴.

参见

numpy.fft

有关DFT和所用约定的定义.

rfft

实数输入的一维FFT, irfft 是它的逆变换.

fft

一维FFT.

irfft2

实数输入的二维FFT的逆变换.

irfftn

实数输入的n维FFT的逆变换.

注释

返回 a 的实数值 n 点逆离散傅里叶变换,其中 a 包含厄米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.

如果指定一个 n ,使得 a 必须进行零填充或截断,则额外的/删除的值将在高频处添加/删除. 因此,可以通过以下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,如 n 所示. 这是因为每个输入形状都可能对应于奇数或偶数长度的信号. 默认情况下, irfft 假定偶数输出长度,这将最后一个条目放置在奈奎斯特频率处;与其对称对应物混叠. 根据厄米特对称性,该值因此被视为纯实数. 为了避免信息丢失,必须给出实输入的正确长度.

示例

>>> 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 输入中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. 调用 irfft 时,未指定负频率,并且输出数组是纯实数.

当前页面