numpy.fft.fft¶

fft.fft(a, n=None, axis=- 1, norm=None)[源代码]¶

计算一维离散傅立叶变换。

这个函数计算一维 n -基于快速傅立叶变换算法的点离散傅立叶变换 [CT] .

参数

aarray_like: 输入数组，可以是复杂的。
n可选的: 输出转换轴的长度。如果 n 小于输入的长度时，将剪切输入。如果它更大，输入将用零填充。如果 n 未给定，输入沿指定轴的长度 axis 使用。
axis可选的: 计算自由流速度的轴。如果没有给出，则使用最后一个轴。
norm{“向后”，“正交”，“向前”}，可选: 1.10.0 新版功能.

标准化模式（参见 numpy.fft ). 默认为“向后”。指示前向/后向变换对的哪个方向被缩放以及使用什么规格化因子。

1.20.0 新版功能: 添加了“向后”、“向前”值。

返回

out复合中子: 截断的或零填充的输入，沿所指示的轴转换 axis 或者最后一个如果 axis 未指定。

加薪

IndexError: 如果 axis 不是有效的轴 a .

参见

numpy.fft: 用于定义DFT和使用的约定。
ifft: 逆 fft .
fft2: 二维快速傅立叶变换。
fftn: 这个 n -尺寸fft。
rfftn: 这个 n -实际输入的尺寸FFT。
fftfreq: 给定FFT参数的频率箱。

笔记

快速傅立叶变换是指利用计算项中的对称性，有效地计算离散傅立叶变换的一种方法。当 n 是2的幂，因此转换对于这些大小是最有效的。

DFT是根据本实施中使用的约定在 numpy.fft 模块。

工具书类

CT: Cooley，James W.和John W.Tukey，1965，“复杂傅立叶级数的机器计算算法”， 数学。计算机。 19：29 7301。

实例

>>> np.fft.fft(np.exp(2j * np.pi * np.arange(8) / 8))
array([-2.33486982e-16+1.14423775e-17j,  8.00000000e+00-1.25557246e-15j,
        2.33486982e-16+2.33486982e-16j,  0.00000000e+00+1.22464680e-16j,
       -1.14423775e-17+2.33486982e-16j,  0.00000000e+00+5.20784380e-16j,
        1.14423775e-17+1.14423775e-17j,  0.00000000e+00+1.22464680e-16j])

在本例中，实输入的FFT是Hermitian，即实部对称，虚部反对称，如 numpy.fft 文档：

>>> import matplotlib.pyplot as plt
>>> t = np.arange(256)
>>> sp = np.fft.fft(np.sin(t))
>>> freq = np.fft.fftfreq(t.shape[-1])
>>> plt.plot(freq, sp.real, freq, sp.imag)
[<matplotlib.lines.Line2D object at 0x...>, <matplotlib.lines.Line2D object at 0x...>]
>>> plt.show()

离散傅立叶变换 (numpy.fft ） numpy.fft.ifft