Python numpy fft.rfft用法及代碼示例

本文簡要介紹 python 語言中 numpy.fft.rfft 的用法。

用法:

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

計算實際輸入的一維離散傅裏葉變換。

此函數通過稱為快速傅裏葉變換 (FFT) 的高效算法計算實值數組的一維 n-point 離散傅裏葉變換 (DFT)。

參數：

a： array_like

輸入數組

n： 整數，可選

要使用的輸入中沿變換軸的點數。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。

axis： 整數，可選

計算 FFT 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，沿由軸, 或者最後一個如果軸未指定。如果n是偶數，變換軸的長度是(n/2)+1.如果n是奇數，長度是(n+1)/2.

拋出：

IndexError

如果axis不是a的有效軸。

注意：

當為純實輸入計算 DFT 時，輸出是厄米對稱的，即負頻率項隻是相應正頻率項的複共軛，因此負頻率項是多餘的。此函數不計算負頻率項，因此輸出的變換軸的長度為 n//2 + 1 。

當A = rfft(a) 和 fs 為采樣頻率時，A[0] 包含 zero-frequency 項 0*fs，由於 Hermitian 對稱性，這是實數。

如果n甚至，A[-1]包含表示正和負奈奎斯特頻率的術語(+fs/2 和 -fs/2)，並且也必須是純實數。如果n很奇怪，在 fs/2 處沒有項；A[-1]包含最大的正頻率 (fs/2*(n-1)/n)，並且在一般情況下是複雜的。

如果輸入 a 包含一個虛部，它會被默默地丟棄。

例子：

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

請注意，對於實數輸入， fft 輸出的最後一個元素是第二個元素的複共軛。對於 rfft ，利用這種對稱性來僅計算非負頻率項。