本文简要介绍 python 语言中 numpy.fft.irfft
的用法。
用法:
fft.irfft(a, n=None, axis=- 1, norm=None)
计算
rfft
的倒数。此函数计算一维的逆n实际输入的点离散傅里叶变换由下式计算numpy.fft.rfft.换一种说法,
irfft(rfft(a), len(a)) == a
在数值精度范围内。 (请参阅下面的注释了解原因len(a)
这里是必需的。)输入应采用
rfft
返回的形式,即实数 zero-frequency 项后跟复数正频率项,按频率递增的顺序排列。由于实际输入的离散傅立叶变换是厄米对称的,因此负频率项被视为相应正频率项的复共轭。- a: array_like
输入数组。
- n: 整数,可选
输出的变换轴的长度。为了n输出点,
n//2+1
输入点是必要的。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没有给出,它被认为是2*(m-1)
其中m
是输入沿指定轴的长度轴.- axis: 整数,可选
计算逆 FFT 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。
- out: ndarray
截断或补零的输入,沿由轴, 或者最后一个如果轴未指定。变换轴的长度为n, 或者如果n没有给出,
2*(m-1)
其中m
是输入的变换轴的长度。要获得奇数个输出点,n必须指定。
- IndexError
如果axis不是a的有效轴。
参数:
返回:
抛出:
注意:
返回实际值n-点离散傅里叶逆变换a,其中a包含 Hermitian 对称序列的非负频率项。n是结果的长度,而不是输入的长度。
如果您指定一个n这样a必须补零或截断,额外/删除的值将以高频添加/删除。因此,可以对一个系列重新采样以m通过傅里叶插值点:
a_resamp = irfft(rfft(a), m)
.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,
irfft
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。为避免丢失信息,真实输入的正确长度必须被给予。例子:
>>> np.fft.ifft([1, -1j, -1, 1j]) array([0.+0.j, 1.+0.j, 0.+0.j, 0.+0.j]) # may vary >>> np.fft.irfft([1, -1j, -1]) array([0., 1., 0., 0.])
请注意普通
ifft
的输入中的最后一项是第二项的复共轭,并且输出到处都有零虚部。调用irfft
时,未指定负频率,并且输出数组是纯实数。
相关用法
- Python numpy fft.irfftn用法及代码示例
- Python numpy fft.irfft2用法及代码示例
- Python numpy fft.ihfft用法及代码示例
- Python numpy fft.ifftshift用法及代码示例
- Python numpy fft.ifftn用法及代码示例
- Python numpy fft.ifft2用法及代码示例
- Python numpy fft.ifft用法及代码示例
- Python numpy fft.rfft用法及代码示例
- Python numpy fft.rfft2用法及代码示例
- Python numpy fft.fftfreq用法及代码示例
- Python numpy fft.rfftn用法及代码示例
- Python numpy fft.fftn用法及代码示例
- Python numpy fft.fft2用法及代码示例
- Python numpy fft.fftshift用法及代码示例
- Python numpy fft.fft用法及代码示例
- Python numpy fft.hfft用法及代码示例
- Python numpy fft.rfftfreq用法及代码示例
- Python numpy floor用法及代码示例
- Python numpy float_power用法及代码示例
- Python numpy frombuffer用法及代码示例
- Python numpy flatiter用法及代码示例
- Python numpy fmod用法及代码示例
- Python numpy find_common_type用法及代码示例
- Python numpy flatnonzero用法及代码示例
- Python numpy format_float_scientific用法及代码示例
注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.fft.irfft。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。