Python dask.array.fft.hfft用法及代码示例

用法: dask.array.fft.hfft(a, n=None, axis=None)

numpy.fft.hfft 的包装

应用 FFT 的轴必须只有一个块。要更改数组的分块，请使用 dask.Array.rechunk。

numpy.fft.hfft 文档字符串如下：

计算具有 Hermitian 对称性的信号的 FFT，即实频谱。

参数：

a：array_like: 输入数组。
n：整数，可选: 输出的变换轴的长度。对于n 输出点，n//2 + 1 输入点是必需的。如果输入比这个长，它会被裁剪。如果它比这短，则用零填充。如果 n 未给出，则将其视为 2*(m-1) 其中 m 是输入沿 axis 指定的轴的长度。
axis：整数，可选: 计算 FFT 的轴。如果未给出，则使用最后一个轴。
norm：{“backward”, “ortho”, “forward”}，可选: 规范化模式(参见numpy.fft)。默认为“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。

out：ndarray: 截断或补零的输入，沿 axis 指示的轴转换，如果未指定 axis 则为最后一个。变换轴的长度是 n ，或者，如果没有给出 n，则 2*m - 2 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，例如在典型情况下为2*m - 1，

抛出：

索引错误: 如果 axis 不是 a 的有效轴。

注意：

hfft /ihfft 是类似于 rfft /irfft 的一对，但对于相反的情况：这里的信号在时域中具有厄米对称性，在频域中是实数。所以这里是hfft，如果它是奇数，你必须为其提供结果的长度。

偶数：ihfft(hfft(a, 2*len(a) - 2)) == a，在舍入误差内，
奇数：ihfft(hfft(a, 2*len(a) - 1)) == a，在舍入误差内。

厄米特输入的正确解释取决于原始数据的长度，如n.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，hfft假设一个偶数输出长度，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，该值因此被视为纯实数。为了避免丢失信息，完整信号的形状必须被给予。

例子：

>>> signal = np.array([1, 2, 3, 4, 3, 2])  
>>> np.fft.fft(signal)  
array([15.+0.j,  -4.+0.j,   0.+0.j,  -1.-0.j,   0.+0.j,  -4.+0.j]) # may vary
>>> np.fft.hfft(signal[:4]) # Input first half of signal  
array([15.,  -4.,   0.,  -1.,   0.,  -4.])
>>> np.fft.hfft(signal, 6)  # Input entire signal and truncate  
array([15.,  -4.,   0.,  -1.,   0.,  -4.])

>>> signal = np.array([[1, 1.j], [-1.j, 2]])  
>>> np.conj(signal.T) - signal   # check Hermitian symmetry  
array([[ 0.-0.j,  -0.+0.j], # may vary
       [ 0.+0.j,  0.-0.j]])
>>> freq_spectrum = np.fft.hfft(signal)  
>>> freq_spectrum  
array([[ 1.,  1.],
       [ 2., -2.]])

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.fft.hfft。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

抛出：

注意：

例子：