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 。
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()