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.换句话说, irfftn(rfftn(a), a.shape) == a 在数值精度范围内.( a.shape 是必需的,就像 irfft 需要 len(a) 一样,原因相同.)

输入的排序方式应与 rfftn 返回的排序方式相同,即,对于最后一个变换轴,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.

ssequence of ints, optional

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,等等). s 也是沿该轴使用的输入点数,但最后一个轴除外,其中使用 s[-1]//2+1 个输入点.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(不填充/修剪).

如果未给出 s ,则使用输入沿 axes 指定的轴的形状. 除了最后一个轴,它被认为是 2(m-1) ,其中 m 是输入沿该轴的长度.

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 s,而不是 None 值. None 值当前表示在相应的 1-D 变换中使用 n 的默认值,但是此行为已被弃用.

axessequence of ints, optional

计算逆 FFT 的轴. 如果未给出,则使用最后 len(s) 个轴,如果也未指定 s ,则使用所有轴. axes 中的重复索引表示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”}, 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.它应该是适合最后一次变换的形状和 dtype.

在 2.0.0 版本加入.

返回:
outndarray

被截断或零填充的输入,沿 axes 指示的轴进行变换,或通过 s 或 a 的组合进行变换,如上面的参数部分中所述. 每个变换轴的长度由 s 的相应元素给出,如果未给出 s ,则每个轴的长度为输入的长度(最后一个轴除外). 在最终变换轴中,如果未给出 s ,则输出的长度为 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 .

Raises:
ValueError

如果 s 和 axes 具有不同的长度.

IndexError

如果 axes 的元素大于 a 的轴数.

参见

rfftn

实输入的正向 n 维 FFT,其中 ifftn 是逆变换.

fft

一维 FFT,包括所使用的定义和约定.

irfft

实数输入的一维 FFT 的逆.

irfft2

实输入的二维 FFT 的逆.

注释

有关使用的定义和约定,请参见 fft .

有关实输入的定义和约定,请参见 rfft .

对厄米输入的正确解释取决于原始数据的形状,如 s 所给出的.这是因为每个输入形状可能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.因此,在执行最终的复数到实数变换时,最后一个值被视为纯实数.为避免丢失信息,必须给出实输入的正确形状.

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.]]])
On this page