当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy fft.ifftn用法及代码示例


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

用法:

scipy.fft.ifftn(x, s=None, axes=None, norm=None, overwrite_x=False, workers=None, *, plan=None)#

计算N-D 逆离散傅里叶变换。

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 N-D 离散傅里叶变换的逆。换句话说,ifftn(fftn(x)) == x 在数值精度范围内。

输入,类似于 ifft ,应该以与 fftn 返回相同的方式排序,即它应该在低阶角的所有轴中具有零频率项,在所有轴的前半部分,所有轴中间的奈奎斯特频率项和所有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(每个变换轴的长度)(s[0]指轴 0,s[1]到轴 1 等)。这对应于n为了ifft(x, n).沿着任何轴,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IFFT的轴。如果没有给出,最后一个len(s)使用轴,或所有轴,如果s也没有指定。

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,沿轴指示的轴或通过 s 或 x 的组合进行转换,如上面的参数部分所述。

抛出

ValueError

如果 s 和轴有不同的长度。

IndexError

如果轴的某个元素大于 x 的轴数。

注意

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 ifftn 之前执行。

例子

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

创建并绘制具有 band-limited 频率内容的图像:

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> n = np.zeros((200,200), dtype=complex)
>>> n[60:80, 20:40] = np.exp(1j*rng.uniform(0, 2*np.pi, (20, 20)))
>>> im = scipy.fft.ifftn(n).real
>>> plt.imshow(im)
<matplotlib.image.AxesImage object at 0x...>
>>> plt.show()
scipy-fft-ifftn-1.png

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.fft.ifftn。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。