Python dask.array.fft.ifftn用法及代码示例

用法: dask.array.fft.ifftn(a, s=None, axes=None)

numpy.fft.ifftn 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.ifftn 文档字符串如下：

计算 N 维离散傅里叶逆变换。

此函数通过快速傅里叶变换 (FFT) 在 M-dimensional 数组中的任意数量的轴上计算 N 维离散傅里叶变换的逆。换句话说，ifftn(fftn(a)) == a 在数值精度范围内。有关使用的定义和约定的说明，请参阅numpy.fft。

输入，类似于 ifft ，应该以与 fftn 返回相同的方式排序，即它应该在低阶角的所有轴中具有零频率项，第一个中的正频率项所有轴的一半，所有轴中间的奈奎斯特频率项和所有轴的后半部分的负频率项，按负频率递减的顺序。

参数：

a：array_like: 输入数组，可以很复杂。
s：整数序列，可选: 输出的形状(每个变换轴的长度)(s[0] 指轴 0，s[1] 指轴 1，等等)。这对应于 ifft(x, n) 的 n 。沿着任何轴，如果给定的形状小于输入的形状，则裁剪输入。如果它更大，则用零填充输入。如果未给出s，则使用沿由axes 指定的轴的输入形状。请参阅有关ifft 零填充问题的注释。
axes：整数序列，可选: 计算IFFT的轴。如果未指定，则使用最后的 len(s) 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执行多次逆变换。
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：复杂的ndarray: 截断或补零的输入，沿 axes 或 s 或 a 的组合指示的轴进行转换，如上面的参数部分所述。

抛出：

ValueError: 如果s 和axes 的长度不同。
索引错误: 如果 axes 的元素大于 a 的轴数。

注意：

有关使用的定义和约定，请参阅numpy.fft。

零填充，类似于 ifft ，是通过沿指定维度将零附加到输入来执行的。虽然这是常见的方法，但它可能会导致令人惊讶的结果。如果需要另一种形式的零填充，则必须在调用ifftn 之前执行。

例子：

>>> a = np.eye(4)  
>>> np.fft.ifftn(np.fft.fftn(a, axes=(0,)), axes=(1,))  
array([[1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j], # may vary
       [0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j],
       [0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
       [0.+0.j,  0.+0.j,  0.+0.j,  1.+0.j]])

创建并绘制具有 band-limited 频率内容的图像：

>>> import matplotlib.pyplot as plt  
>>> n = np.zeros((200,200), dtype=complex)  
>>> n[60:80, 20:40] = np.exp(1j*np.random.uniform(0, 2*np.pi, (20, 20)))  
>>> im = np.fft.ifftn(n).real  
>>> plt.imshow(im)  
<matplotlib.image.AxesImage object at 0x...>
>>> plt.show()

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.ifftn。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：