Python numpy fft.ifft用法及代碼示例

本文簡要介紹 python 語言中 numpy.fft.ifft 的用法。

用法:

fft.ifft(a, n=None, axis=- 1, norm=None)

計算一維離散傅裏葉逆變換。

此函數計算一維的逆n-點離散傅裏葉變換計算為fft.換一種說法，ifft(fft(a)) == a在數值精度範圍內。有關算法和定義的一般說明，請參閱numpy.fft.

輸入的排序方式應與 fft 返回的方式相同，即

• a[0] 應包含零頻率項，

• a[1:n//2] 應該包含正頻率項，

• a[n//2 + 1:] 應包含負頻率項，從最負頻率開始按升序排列。

對於偶數個輸入點，A[n//2] 表示正負奈奎斯特頻率的值之和，因為兩者混疊在一起。有關詳細信息，請參閱 numpy.fft 。

參數：

a： array_like

輸入數組，可以很複雜。

n： 整數，可選

輸出的變換軸的長度。如果 n 小於輸入的長度，則裁剪輸入。如果它更大，則用零填充輸入。如果未給出 n，則使用沿軸指定的軸的輸入長度。請參閱有關填充問題的說明。

axis： 整數，可選

計算逆 DFT 的軸。如果未給出，則使用最後一個軸。

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

截斷或補零的輸入，沿軸指示的軸轉換，如果未指定軸，則為最後一個。

拋出：

IndexError

如果axis不是a的有效軸。

注意：

如果輸入參數n大於輸入的大小，則通過在末尾附加零來填充輸入。盡管這是常見的方法，但它可能會導致令人驚訝的結果。如果需要不同的填充，則必須在調用之前執行ifft.

例子：

>>> np.fft.ifft([0, 4, 0, 0])
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j]) # may vary

創建並繪製具有隨機相位的 band-limited 信號：

>>> import matplotlib.pyplot as plt
>>> t = np.arange(400)
>>> n = np.zeros((400,), dtype=complex)
>>> n[40:60] = np.exp(1j*np.random.uniform(0, 2*np.pi, (20,)))
>>> s = np.fft.ifft(n)
>>> plt.plot(t, s.real, label='real')
[<matplotlib.lines.Line2D object at ...>]
>>> plt.plot(t, s.imag, '--', label='imaginary')
[<matplotlib.lines.Line2D object at ...>]
>>> plt.legend()
<matplotlib.legend.Legend object at ...>
>>> plt.show()