Python SciPy fft.rfftn用法及代碼示例

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

用法:

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

計算真實輸入的N-D 離散傅裏葉變換。

此函數通過快速傅裏葉變換 (FFT) 在 M-D 實數數組中的任意數量的軸上計算 N-D 離散傅裏葉變換。默認情況下，所有軸都被變換，實際變換在最後一個軸上執行，而其餘變換是複雜的。

參數 ：：

x： array_like

輸入數組，被認為是真實的。

s： 整數序列，可選

要從輸入中使用的形狀(沿每個變換軸的長度)。 (s[0]指軸 0，s[1]到軸 1 等)。最終元素為s對應於n為了rfft(x, n)，而對於其餘的軸，它對應於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。

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，沿由軸，或通過組合s和x，如上麵參數部分所述。最後變換的軸的長度將是s[-1]//2+1，而剩餘的變換軸的長度將根據s，或與輸入保持不變。

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：

實際輸入的變換在最後一個變換軸上執行，如 rfft ，然後在其餘軸上的變換如 fftn 。輸出的順序與最後一個變換軸的 rfft 相同，其餘變換軸的輸出順序與 fftn 相同。

有關使用的詳細信息、定義和約定，請參閱 fft 。

例子：

>>> import scipy.fft
>>> import numpy as np
>>> x = np.ones((2, 2, 2))
>>> scipy.fft.rfftn(x)
array([[[8.+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]]])

>>> scipy.fft.rfftn(x, axes=(2, 0))
array([[[4.+0.j,  0.+0.j], # may vary
        [4.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])