Python SciPy fft.ifft2用法及代码示例

本文简要介绍 python 语言中 scipy.fft.ifft2 的用法。

用法:

scipy.fft.ifft2(x, s=None, axes=(-2, -1), norm=None, overwrite_x=False, workers=None, *, plan=None)#

计算二维离散傅里叶逆变换。

此函数通过快速傅里叶变换 (FFT) 在 M-D 数组中的任意数量的轴上计算二维离散傅里叶变换的逆。换句话说，ifft2(fft2(x)) == x 在数值精度范围内。默认情况下，逆变换是在输入数组的最后两个轴上计算的。

输入，类似于 ifft ，应该以与 fft2 返回相同的方式排序，即它应该在两个轴的低阶角具有零频率项，正频率项在这些轴的前半部分，轴中间的奈奎斯特频率项和两个轴的后半部分的负频率项，按负频率递减的顺序。

参数 ：：

x： array_like

输入数组，可以很复杂。

s： 整数序列，可选

输出的形状(每个轴的长度)(s[0]指轴 0，s[1]到轴 1 等)。这对应于n为了ifft(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用来。请参阅有关问题的注释scipy.fft.ifft零填充。

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。

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： 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

如果轴的某个元素大于 x 的轴数。

注意：

ifft2只是scipy.fft.ifftn具有不同的默认值轴.

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

零填充与 ifft 类似，是通过沿指定维度向输入附加零来执行的。尽管这是常见的方法，但它可能会带来令人惊讶的结果。如果需要另一种形式的零填充，则必须在调用 ifft2 之前执行。

例子：

>>> import scipy.fft
>>> import numpy as np
>>> x = 4 * np.eye(4)
>>> scipy.fft.ifft2(x)
array([[1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j], # may vary
       [0.+0.j,  0.+0.j,  0.+0.j,  1.+0.j],
       [0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
       [0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]])