numpy.fft.irfftn#
- fft.irfftn(a, s=None, axes=None, norm=None, out=None)[源代码]#
计算
rfftn的逆.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实数输入的 N 维离散傅里叶变换的逆变换. 换句话说,在数值精度范围内,
irfftn(rfftn(a), a.shape) == a.(就像irfft的len(a)一样,a.shape是必需的,原因相同.)输入的排序方式应与
rfftn返回的排序方式相同,即对于最终变换轴,与irfft的排序方式相同,对于所有其他轴,与ifftn的排序方式相同.- 参数:
- aarray_like
输入数组.
- 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). 除了最后一个轴之外, s 也是沿该轴使用的输入点数,其中使用输入的s[-1]//2+1点. 沿任何轴,如果 s 指示的形状小于输入的形状,则输入将被裁剪. 如果它更大,则输入将用零填充.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).如果没有给定 s ,则使用输入沿 axes 指定轴的形状.除了最后一个轴,其长度被认为是
2(m-1),其中m是沿该轴的输入的长度.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
用于计算逆 FFT 的轴.如果未给定,则使用最后的 len(s) 个轴,如果也未指定 s ,则使用所有轴. axes 中的重复索引意味着在该轴上多次执行逆变换.
自 2.0 版本弃用: 如果指定了 s ,则还必须显式指定要变换的相应 axes .
- 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,结果将放置在此数组中. 它应该具有适合最后一次变换的形状和dtype.
在 2.0.0 版本加入.
- 返回:
- outndarray
截断或零填充的输入,沿 axes 指示的轴变换,或通过 s 或 a 的组合变换,如上面的参数部分所述.每个变换轴的长度由 s 的相应元素给出,或者如果未给出 s ,则为每个轴的输入的长度,除了最后一个轴.在最终变换轴中,当未给出 s 时,输出的长度为
2(m-1),其中m是输入的最终变换轴的长度.要在最终轴中获得奇数个输出点,必须指定 s .
- 提出:
- ValueError
如果 s 和 axes 的长度不同.
- IndexError
如果 axes 的元素大于 a 的轴数.
注释
有关使用的定义和约定,请参见
fft.有关实数输入的定义和约定,请参见
rfft.对厄米特输入的正确解释取决于原始数据的形状,由 s 给出.这是因为每个输入形状都可以对应于奇数或偶数长度的信号.默认情况下,
irfftn假定偶数输出长度,这会将最后一个条目放在奈奎斯特频率处;与其对称对应物混叠.当执行最终的复数到实数变换时,最后一个值因此被视为纯实数.为了避免丢失信息,必须给出真实输入的正确形状.示例
>>> import numpy as np >>> a = np.zeros((3, 2, 2)) >>> a[0, 0, 0] = 3 * 2 * 2 >>> np.fft.irfftn(a) array([[[1., 1.], [1., 1.]], [[1., 1.], [1., 1.]], [[1., 1.], [1., 1.]]])