Python dask.array.fft.rfft用法及代码示例

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

numpy.fft.rfft 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.rfft 文档字符串如下：

计算实际输入的一维离散傅里叶变换。

此函数通过称为快速傅里叶变换 (FFT) 的高效算法计算实值数组的一维 n-point 离散傅里叶变换 (DFT)。

参数：

a：array_like: 输入数组
n：整数，可选: 要使用的输入中沿变换轴的点数。如果 n 小于输入的长度，则裁剪输入。如果它更大，则用零填充输入。如果未给出n，则使用沿axis 指定的轴的输入长度。
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：复杂的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。如果 n 是偶数，则变换轴的长度为 (n/2)+1 。如果 n 为奇数，则长度为 (n+1)/2 。

抛出：

索引错误: 如果 axis 不是 a 的有效轴。

注意：

当为纯实输入计算 DFT 时，输出是厄米对称的，即负频率项只是相应正频率项的复共轭，因此负频率项是多余的。此函数不计算负频率项，因此输出的变换轴的长度为 n//2 + 1 。

当A = rfft(a) 和 fs 为采样频率时，A[0] 包含 zero-frequency 项 0*fs，由于 Hermitian 对称性，这是实数。

如果n 是偶数，则A[-1] 包含表示正和负奈奎斯特频率的项(+fs/2 和 -fs/2)，并且也必须是纯实数。如果n 为奇数，则 fs/2 处没有项； A[-1]包含最大的正频率(fs/2*(n-1)/n)，一般情况下比较复杂。

如果输入a 包含一个虚部，它会被静默丢弃。

例子：

>>> np.fft.fft([0, 1, 0, 0])  
array([ 1.+0.j,  0.-1.j, -1.+0.j,  0.+1.j]) # may vary
>>> np.fft.rfft([0, 1, 0, 0])  
array([ 1.+0.j,  0.-1.j, -1.+0.j]) # may vary

注意fft 输出的最后一个元素是第二个元素的复共轭，用于实际输入。对于 rfft ，利用这种对称性仅计算非负频率项。

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.rfft。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：