Python SciPy fft.rfftn用法及代码示例

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

用法:

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

计算真实输入的N-D 离散傅里叶变换。

此函数通过快速傅里叶变换 (FFT) 在 M-D 实数数组中的任意数量的轴上计算 N-D 离散傅里叶变换。默认情况下，所有轴都被变换，实际变换在最后一个轴上执行，而其余变换是复杂的。

参数 ：：

x： array_like

输入数组，被认为是真实的。

s： 整数序列，可选

要从输入中使用的形状(沿每个变换轴的长度)。 (s[0]指轴 0，s[1]到轴 1 等)。最终元素为s对应于n为了rfft(x, n)，而对于其余的轴，它对应于n为了fft(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轴被使用。

axes： 整数序列，可选

计算 FFT 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，沿由轴，或通过组合s和x，如上面参数部分所述。最后变换的轴的长度将是s[-1]//2+1，而剩余的变换轴的长度将根据s，或与输入保持不变。

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：

实际输入的变换在最后一个变换轴上执行，如 rfft ，然后在其余轴上的变换如 fftn 。输出的顺序与最后一个变换轴的 rfft 相同，其余变换轴的输出顺序与 fftn 相同。

有关使用的详细信息、定义和约定，请参阅 fft 。

例子：

>>> import scipy.fft
>>> import numpy as np
>>> x = np.ones((2, 2, 2))
>>> scipy.fft.rfftn(x)
array([[[8.+0.j,  0.+0.j], # may vary
        [0.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])

>>> scipy.fft.rfftn(x, axes=(2, 0))
array([[[4.+0.j,  0.+0.j], # may vary
        [4.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])