Python numpy fft.fft2用法及代码示例

本文简要介绍 python 语言中 numpy.fft.fft2 的用法。

用法:

fft.fft2(a, s=None, axes=(- 2, - 1), norm=None)

计算二维离散傅里叶变换。

此函数通过快速傅里叶变换 (FFT) 计算 M-dimensional 数组中任意轴上的 n 维离散傅里叶变换。默认情况下，变换是在输入数组的最后两个轴上计算的，即二维 FFT。

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]到轴 1 等)。这对应于n为了fft(x, n).沿着每个轴，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s未给出，输入沿指定轴的形状轴被使用。

axes： 整数序列，可选

计算 FFT 的轴。如果未给出，则使用最后两个轴。轴中的重复索引意味着对该轴的变换被执行多次。一元素序列意味着执行一维FFT。

norm： {“backward”, “ortho”, “forward”}，可选

标准化模式(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。

返回：

out： 复杂的ndarray

截断或补零的输入，沿轴指示的轴转换，如果未给出轴，则沿最后两个轴转换。

抛出：

ValueError

如果s和轴有不同的长度，或轴没有给出和len(s) != 2.

IndexError

如果轴的元素大于a的轴数。

注意：

fft2只是numpy.fft.fftn具有不同的默认值轴.

输出，类似于 fft ，包含变换轴低阶角的零频率项、这些轴前半部分的正频率项、轴中间的奈奎斯特频率项和下半轴的负频率项，按负频率递减的顺序。

有关详细信息和绘图示例，请参见 fftn ，有关使用的定义和约定，请参见 numpy.fft 。

例子：

>>> a = np.mgrid[:5, :5][0]
>>> np.fft.fft2(a)
array([[ 50.  +0.j        ,   0.  +0.j        ,   0.  +0.j        , # may vary
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5+17.20477401j,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5 +4.0614962j ,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5 -4.0614962j ,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5-17.20477401j,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ]])