Python numpy fft.fftn用法及代碼示例

本文簡要介紹 python 語言中 numpy.fft.fftn 的用法。

用法:

fft.fftn(a, s=None, axes=None, norm=None)

計算 N 維離散傅裏葉變換。

此函數通過快速傅裏葉變換 (FFT) 在 M-dimensional 數組中的任意數量的軸上計算 N 維離散傅裏葉變換。

參數：

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).沿著任何軸，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。如果沒有給出，最後一個len(s)使用軸，或所有軸，如果s也沒有指定。中的重複索引軸表示該軸上的變換被執行多次。

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。

返回：

out： 複雜的ndarray

截斷或零填充的輸入，沿軸指示的軸或通過 s 和 a 的組合進行轉換，如上麵的參數部分所述。

拋出：

ValueError

如果 s 和軸有不同的長度。

IndexError

如果軸的元素大於a的軸數。

注意：

輸出，類似於 fft ，包含所有軸低階角的零頻率項、所有軸前半部分的正頻率項、所有軸中間的奈奎斯特頻率項和所有軸的後半部分的負頻率項，按負頻率遞減的順序。

有關使用的詳細信息、定義和約定，請參閱 numpy.fft 。

例子：

>>> a = np.mgrid[:3, :3, :3][0]
>>> np.fft.fftn(a, axes=(1, 2))
array([[[ 0.+0.j,   0.+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]],
       [[ 9.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j]],
       [[18.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j]]])
>>> np.fft.fftn(a, (2, 2), axes=(0, 1))
array([[[ 2.+0.j,  2.+0.j,  2.+0.j], # may vary
        [ 0.+0.j,  0.+0.j,  0.+0.j]],
       [[-2.+0.j, -2.+0.j, -2.+0.j],
        [ 0.+0.j,  0.+0.j,  0.+0.j]]])

>>> import matplotlib.pyplot as plt
>>> [X, Y] = np.meshgrid(2 * np.pi * np.arange(200) / 12,
...                      2 * np.pi * np.arange(200) / 34)
>>> S = np.sin(X) + np.cos(Y) + np.random.uniform(0, 1, X.shape)
>>> FS = np.fft.fftn(S)
>>> plt.imshow(np.log(np.abs(np.fft.fftshift(FS))**2))
<matplotlib.image.AxesImage object at 0x...>
>>> plt.show()