scipy.fft.ifft¶

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

计算一维离散傅立叶逆变换。

此函数计算一维空间的逆 n -点离散傅里叶变换的计算方法 fft 。换句话说， ifft(fft(x)) == x 在数字精度范围内。

输入的排序方式应与返回的方式相同 fft ，即，

x[0] 应该包含零频项，
x[1:n//2] 应该包含正频率项，
x[n//2 + 1:] 应包含负频率项，从最负频率开始按递增顺序排列。

对于偶数个输入点， x[n//2] 表示正负奈奎斯特频率处的值之和，因为这两个频率一起走样。看见 fft 有关详细信息，请参阅。

参数

xarray_like: 输入数组，可以很复杂。
n整型，可选: 输出的转换轴的长度。如果 n 小于输入的长度，则输入将被裁剪。如果它较大，则输入用零填充。如果 n 指定的轴的输入长度。 axis 是使用的。请参阅有关填充问题的说明。
axis整型，可选: 要在其上计算逆DFT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

out复数ndarray: 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。

加薪

IndexError: 如果 axes 大于的最后一个轴 x 。

参见

fft: 一维(前向)FFT，其 ifft 是相反的。
ifft2: 二维逆FFT。
ifftn: N-D逆FFT。

注意事项

如果输入参数 n 大于输入的大小，则通过在末尾追加零来填充输入。尽管这是常见的做法，但它可能会导致令人惊讶的结果。如果需要不同的填充，则必须在调用 ifft 。

如果 x 是一维阵列，则 ifft 相当于：

y[k] = np.sum(x * np.exp(2j * np.pi * k * np.arange(n)/n)) / len(x)

和以前一样 fft ， ifft 支持所有浮点类型，并针对实数输入进行了优化。

示例

>>> import scipy.fft
>>> scipy.fft.ifft([0, 4, 0, 0])
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j]) # may vary

创建并绘制具有随机相位的带限信号：

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> t = np.arange(400)
>>> n = np.zeros((400,), dtype=complex)
>>> n[40:60] = np.exp(1j*rng.uniform(0, 2*np.pi, (20,)))
>>> s = scipy.fft.ifft(n)
>>> plt.plot(t, s.real, 'b-', t, s.imag, 'r--')
[<matplotlib.lines.Line2D object at ...>, <matplotlib.lines.Line2D object at ...>]
>>> plt.legend(('real', 'imaginary'))
<matplotlib.legend.Legend object at ...>
>>> plt.show()

scipy.fft.fft

scipy.fft.fft2