Python SciPy fft.ifftn用法及代碼示例

本文簡要介紹 python 語言中 scipy.fft.ifftn 的用法。

用法:

scipy.fft.ifftn(x, s=None, axes=None, norm=None, overwrite_x=False, workers=None, *, plan=None)#

計算N-D 逆離散傅裏葉變換。

此函數通過快速傅裏葉變換 (FFT) 在 M-D 數組中的任意數量的軸上計算 N-D 離散傅裏葉變換的逆。換句話說，ifftn(fftn(x)) == x 在數值精度範圍內。

輸入，類似於 ifft ，應該以與 fftn 返回相同的方式排序，即它應該在低階角的所有軸中具有零頻率項，在所有軸的前半部分，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。

參數 ：：

x： 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ifft(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用來。請參閱有關問題的注釋scipy.fft.ifft零填充。

axes： 整數序列，可選

計算IFFT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。

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，沿軸指示的軸或通過 s 或 x 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

如果軸的某個元素大於 x 的軸數。

注意：

零填充與 ifft 類似，是通過沿指定維度向輸入附加零來執行的。盡管這是常見的方法，但它可能會帶來令人驚訝的結果。如果需要另一種形式的零填充，則必須在調用 ifftn 之前執行。

例子：

>>> import scipy.fft
>>> import numpy as np
>>> x = np.eye(4)
>>> scipy.fft.ifftn(scipy.fft.fftn(x, axes=(0,)), axes=(1,))
array([[1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j], # may vary
       [0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j],
       [0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
       [0.+0.j,  0.+0.j,  0.+0.j,  1.+0.j]])

創建並繪製具有 band-limited 頻率內容的圖像：

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> n = np.zeros((200,200), dtype=complex)
>>> n[60:80, 20:40] = np.exp(1j*rng.uniform(0, 2*np.pi, (20, 20)))
>>> im = scipy.fft.ifftn(n).real
>>> plt.imshow(im)
<matplotlib.image.AxesImage object at 0x...>
>>> plt.show()