本文簡要介紹 python 語言中 numpy.fft.fft2
的用法。
用法:
fft.fft2(a, s=None, axes=(- 2, - 1), norm=None)
計算二維離散傅裏葉變換。
此函數通過快速傅裏葉變換 (FFT) 計算 M-dimensional 數組中任意軸上的 n 維離散傅裏葉變換。默認情況下,變換是在輸入數組的最後兩個軸上計算的,即二維 FFT。
- a: array_like
輸入數組,可以很複雜
- s: 整數序列,可選
輸出的形狀(每個變換軸的長度)(
s[0]
指軸 0,s[1]
到軸 1 等)。這對應於n
為了fft(x, n)
.沿著每個軸,如果給定的形狀小於輸入的形狀,則裁剪輸入。如果它更大,則用零填充輸入。如果s未給出,輸入沿指定軸的形狀軸被使用。- axes: 整數序列,可選
計算 FFT 的軸。如果未給出,則使用最後兩個軸。軸中的重複索引意味著對該軸的變換被執行多次。一元素序列意味著執行一維FFT。
- norm: {“backward”, “ortho”, “forward”},可選
-
標準化模式(參見
numpy.fft
)。默認為“backward”。指示前向/後向變換對的哪個方向被縮放以及使用什麽歸一化因子。
- out: 複雜的ndarray
截斷或補零的輸入,沿軸指示的軸轉換,如果未給出軸,則沿最後兩個軸轉換。
- ValueError
如果s和軸有不同的長度,或軸沒有給出和
len(s) != 2
.- IndexError
如果軸的元素大於a的軸數。
參數:
返回:
拋出:
注意:
fft2
隻是numpy.fft.fftn具有不同的默認值軸.輸出,類似於
fft
,包含變換軸低階角的零頻率項、這些軸前半部分的正頻率項、軸中間的奈奎斯特頻率項和下半軸的負頻率項,按負頻率遞減的順序。有關詳細信息和繪圖示例,請參見
fftn
,有關使用的定義和約定,請參見numpy.fft
。例子:
>>> a = np.mgrid[:5, :5][0] >>> np.fft.fft2(a) array([[ 50. +0.j , 0. +0.j , 0. +0.j , # may vary 0. +0.j , 0. +0.j ], [-12.5+17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 +4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 -4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5-17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ]])
相關用法
- Python numpy fft.fftfreq用法及代碼示例
- Python numpy fft.fftn用法及代碼示例
- Python numpy fft.fftshift用法及代碼示例
- Python numpy fft.fft用法及代碼示例
- Python numpy fft.rfft用法及代碼示例
- Python numpy fft.irfft用法及代碼示例
- Python numpy fft.rfft2用法及代碼示例
- Python numpy fft.ihfft用法及代碼示例
- Python numpy fft.irfftn用法及代碼示例
- Python numpy fft.irfft2用法及代碼示例
- Python numpy fft.rfftn用法及代碼示例
- Python numpy fft.ifftshift用法及代碼示例
- Python numpy fft.ifftn用法及代碼示例
- Python numpy fft.ifft2用法及代碼示例
- Python numpy fft.ifft用法及代碼示例
- Python numpy fft.hfft用法及代碼示例
- Python numpy fft.rfftfreq用法及代碼示例
- Python numpy floor用法及代碼示例
- Python numpy float_power用法及代碼示例
- Python numpy frombuffer用法及代碼示例
- Python numpy flatiter用法及代碼示例
- Python numpy fmod用法及代碼示例
- Python numpy find_common_type用法及代碼示例
- Python numpy flatnonzero用法及代碼示例
- Python numpy format_float_scientific用法及代碼示例
注:本文由純淨天空篩選整理自numpy.org大神的英文原創作品 numpy.fft.fft2。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。