scipy.fft.fft2¶

scipy.fft.fft2(x, s=None, axes=(- 2, - 1), norm=None, overwrite_x=False, workers=None, *, plan=None)[源代码]¶

二维离散傅立叶变换的计算

该函数通过快速傅立叶变换(FFT)计算M-D阵列中任意轴上的N-D离散傅立叶变换。默认情况下，在输入数组的最后两个轴上计算变换，即二维FFT。

参数

xarray_like: 输入数组，可以很复杂
s整型序列，可选: 输出的形状(每个转换轴的长度) (s[0] 指的是轴0， s[1] 到轴1，依此类推)。这对应于 n 为 fft(x, n) 。沿每个轴，如果给定的形状小于输入的形状，则会裁剪输入。如果它较大，则输入用零填充。如果 s 指定的轴的输入形状。 axes 是使用的。
axes整型序列，可选: 要在其上计算FFT的轴。如果未指定，则使用最后两个轴。
norm{“向后”，“正向”，“向前”}，选填: 标准化模式(请参见 fft )。默认值为“向后”。
overwrite_x布尔值，可选: 如果为True，则 x 可以销毁；默认值为false。看见 fft 了解更多详细信息。
workers整型，可选: 用于并行计算的最大工作进程数。如果为负值，则值从 os.cpu_count() 。看见 fft 了解更多详细信息。
plan对象，可选: 此参数保留用于传递由下游FFT供应商提供的预计算计划。它目前没有在本科学计划中使用。

1.5.0 新版功能.

退货

out复数ndarray: 沿由指示的轴转换的截断或填零的输入 axes ，或最后两个轴(如果 axes 是不会被给予的。

加薪

ValueError: 如果 s 和 axes 具有不同的长度，或者 axes 未给出且未给出 len(s) != 2 。
IndexError: 如果一个元素是 axes 的轴数大于 x 。

参见

ifft2: 逆二维快速傅立叶变换。
fft: 一维FFT。
fftn: N-D FFT。
fftshift: 将零频项移动到阵列的中心。对于二维输入，交换第一象限和第三象限以及第二象限和第四象限。

注意事项

fft2 只是 fftn 使用不同的默认值 axes 。

输出，类似于 fft 按负频递减的顺序，包含变换轴低阶角的零频率项、这些轴的前半部分的正频率项、轴中部的奈奎斯特频率项和轴的后半部分的负频率项，这些项包括变换后的轴的低阶角的零频率项、这些轴的前半个轴的正频率项、轴中部的奈奎斯特频率项和轴的后半个轴的负频率项。

看见 fftn 有关详细信息和绘图示例，以及 fft 有关使用的定义和约定。

示例

>>> import scipy.fft
>>> x = np.mgrid[:5, :5][0]
>>> scipy.fft.fft2(x)
array([[ 50.  +0.j        ,   0.  +0.j        ,   0.  +0.j        , # may vary
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5+17.20477401j,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5 +4.0614962j ,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5 -4.0614962j ,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5-17.20477401j,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ]])

scipy.fft.ifft

scipy.fft.ifft2