Python SciPy fft.hfft用法及代码示例

本文简要介绍 python 语言中 scipy.fft.hfft 的用法。

用法:

scipy.fft.hfft(x, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, *, plan=None)#

计算具有 Hermitian 对称性的信号的 FFT，即实频谱。

参数 ：：

x： 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 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 fft )。默认为“backward”。

overwrite_x： 布尔型，可选

如果为真，则内容x可以销毁；默认为假。看scipy.fft.fft更多细节。

workers： 整数，可选

用于并行计算的最大工作线程数。如果为负，则该值从 os.cpu_count() 环绕。有关详细信息，请参阅 fft 。

plan： 对象，可选

此参数保留用于传递下游 FFT 供应商提供的预先计算的计划。它目前未在 SciPy 中使用。

返回 ：：

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 - 2，其中m是输入的变换轴的长度。要获得奇数个输出点，n例如，必须指定为2*m - 1在典型情况下，

抛出 ：：

IndexError

如果axis大于a的最后一个轴。

注意：

hfft / ihfft 是一对类似于 rfft / irfft 的对，但情况相反：这里信号在时域中具有埃尔米特对称性，并且在频域中是实数。因此，这里是 hfft ，如果结果是奇数，则必须提供结果的长度。 * 偶数：ihfft(hfft(a, 2*len(a) - 2) == a ，在舍入误差内， * 奇数：ihfft(hfft(a, 2*len(a) - 1) == a ，在舍入误差内。

例子：

>>> from scipy.fft import fft, hfft
>>> import numpy as np
>>> a = 2 * np.pi * np.arange(10) / 10
>>> signal = np.cos(a) + 3j * np.sin(3 * a)
>>> fft(signal).round(10)
array([ -0.+0.j,   5.+0.j,  -0.+0.j,  15.-0.j,   0.+0.j,   0.+0.j,
        -0.+0.j, -15.-0.j,   0.+0.j,   5.+0.j])
>>> hfft(signal[:6]).round(10) # Input first half of signal
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])
>>> hfft(signal, 10)  # Input entire signal and truncate
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])