Python numpy fft.ifft用法及代码示例

本文简要介绍 python 语言中 numpy.fft.ifft 的用法。

用法:

fft.ifft(a, n=None, axis=- 1, norm=None)

计算一维离散傅里叶逆变换。

此函数计算一维的逆n-点离散傅里叶变换计算为fft.换一种说法，ifft(fft(a)) == a在数值精度范围内。有关算法和定义的一般说明，请参阅numpy.fft.

输入的排序方式应与 fft 返回的方式相同，即

• a[0] 应包含零频率项，

• a[1:n//2] 应该包含正频率项，

• a[n//2 + 1:] 应包含负频率项，从最负频率开始按升序排列。

对于偶数个输入点，A[n//2] 表示正负奈奎斯特频率的值之和，因为两者混叠在一起。有关详细信息，请参阅 numpy.fft 。

参数：

a： array_like

输入数组，可以很复杂。

n： 整数，可选

输出的变换轴的长度。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，则使用沿轴指定的轴的输入长度。请参阅有关填充问题的说明。

axis： 整数，可选

计算逆 DFT 的轴。如果未给出，则使用最后一个轴。

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，如果未指定轴，则为最后一个。

抛出：

IndexError

如果axis不是a的有效轴。

注意：

如果输入参数n大于输入的大小，则通过在末尾附加零来填充输入。尽管这是常见的方法，但它可能会导致令人惊讶的结果。如果需要不同的填充，则必须在调用之前执行ifft.

例子：

>>> np.fft.ifft([0, 4, 0, 0])
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j]) # may vary

创建并绘制具有随机相位的 band-limited 信号：

>>> import matplotlib.pyplot as plt
>>> t = np.arange(400)
>>> n = np.zeros((400,), dtype=complex)
>>> n[40:60] = np.exp(1j*np.random.uniform(0, 2*np.pi, (20,)))
>>> s = np.fft.ifft(n)
>>> plt.plot(t, s.real, label='real')
[<matplotlib.lines.Line2D object at ...>]
>>> plt.plot(t, s.imag, '--', label='imaginary')
[<matplotlib.lines.Line2D object at ...>]
>>> plt.legend()
<matplotlib.legend.Legend object at ...>
>>> plt.show()