Python SciPy fft.ifft用法及代碼示例

本文簡要介紹 python 語言中 scipy.fft.ifft 的用法。

用法:

scipy.fft.ifft(x, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, *, plan=None)#

計算一維離散傅裏葉逆變換。

此函數計算一維的倒數n-點離散傅裏葉變換計算為scipy.fft.fft.換一種說法，ifft(fft(x)) == x在數值精度範圍內。

輸入的排序方式應與 fft 返回的方式相同，即

• x[0] 應包含零頻率項，

• x[1:n//2] 應該包含正頻率項，

• x[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，x[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 fft 。

參數 ：：

x： 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 fft )。默認為“backward”。

overwrite_x： 布爾型，可選

如果為真，則內容x可以銷毀；默認為假。看scipy.fft.fft更多細節。

workers： 整數，可選

用於並行計算的最大工作線程數。如果為負，則該值從 os.cpu_count() 環繞。有關詳細信息，請參閱 fft 。

plan： 對象，可選

此參數保留用於傳遞下遊 FFT 供應商提供的預先計算的計劃。它目前未在 SciPy 中使用。

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

如果軸大於 x 的最後一個軸。

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.

如果 x 是一維數組，則 ifft 相當於

y[k] = np.sum(x * np.exp(2j * np.pi * k * np.arange(n)/n)) / len(x)

與 fft 一樣，ifft 支持所有浮點類型，並針對實際輸入進行了優化。

例子：

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