scipy.fft.hfft¶

scipy.fft.hfft(x, n=None, axis=- 1, norm=None, overwrite_x=False, workers=None, *, plan=None)[源代码]¶

计算具有厄米对称性的信号的FFT，即实谱。

参数

xarray_like: 输入数组。
n整型，可选: 输出的转换轴的长度。为 n 输出点， n//2 + 1 输入点是必需的。如果输入的长度超过此长度，则会将其裁剪。如果它比这个短，则用零填充。如果 n 不是给定的，它被认为是 2*(m-1) ，在哪里 m 是输入沿由指定的轴的长度 axis 。
axis整型，可选: 要在其上计算FFT的轴。如果未指定，则使用最后一个轴。
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

outndarray: 沿由指示的轴转换的截断或填零的输入 axis ，或者最后一个，如果 axis 未指定。变换后的轴的长度为 n ，或者，如果 n 不是给出的， 2*m - 2 ，在哪里 m 是输入的转换轴的长度。为了获得奇数个输出点， n 必须指定，例如，指定为 2*m - 1 在典型情况下，

加薪

IndexError: 如果 axis 大于的最后一个轴 a 。

参见

rfft: 计算实输入的一维FFT。
ihfft: 与之相反的 hfft 。
hfftn: 计算厄米信号的N-D FFT。

注意事项

hfft /ihfft`是类似于 `rfft /‘irfft’，但是对于相反的情况：这里的信号在时域中具有厄米对称性，并且在频域中是实数。所以，在这里，它是 hfft ，如果结果是奇数，则必须提供结果的长度。 * even: ihfft(hfft(a, 2* LEN(A)-2)==a，在舍入误差内， * odd: ihfft(hfft(a, 2* LEN(A)-1)==a，在舍入误差范围内。

示例

>>> from scipy.fft import fft, hfft
>>> a = 2 * np.pi * np.arange(10) / 10
>>> signal = np.cos(a) + 3j * np.sin(3 * a)
>>> fft(signal).round(10)
array([ -0.+0.j,   5.+0.j,  -0.+0.j,  15.-0.j,   0.+0.j,   0.+0.j,
        -0.+0.j, -15.-0.j,   0.+0.j,   5.+0.j])
>>> hfft(signal[:6]).round(10) # Input first half of signal
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])
>>> hfft(signal, 10)  # Input entire signal and truncate
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])

scipy.fft.irfftn

scipy.fft.ihfft