scipy.fft.rfft¶
- scipy.fft.rfft(x, n=None, axis=- 1, norm=None, overwrite_x=False, workers=None, *, plan=None)[源代码]¶
计算实输入的一维离散傅立叶变换。
此函数用于计算一维 n 利用称为快速傅立叶变换(FFT)的高效算法对实值阵列进行点离散傅立叶变换(DFT)。
- 参数
- xarray_like
输入数组
- n整型,可选
输入中要使用的沿变换轴的点数。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。
- 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
- 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。如果 n 为偶数,则变换后的轴的长度为
(n/2)+1
。如果 n 是奇数,长度是(n+1)/2
。
- 加薪
- IndexError
如果 axis 大于的最后一个轴 a 。
注意事项
当计算纯实输入的DFT时,输出是厄米对称的,即负频项只是相应的正频项的复共轭项,因此负频项是冗余的。此函数不计算负频率项,因此输出的转换轴的长度为
n//2 + 1
。什么时候
X = rfft(x)
fs是采样频率,X[0]
包含零频项0*fs,由于厄米对称,它是实数。如果 n 是均匀的,
A[-1]
包含同时表示正负奈奎斯特频率(+fs/2和-fs/2)的项,并且还必须是纯实数。如果 n 是奇数,在fs/2处没有项;A[-1]
包含最大正频(fs/2*(n-1)/n),一般情况下是复数。如果输入 a 包含虚构部分,则它将被静默丢弃。
示例
>>> import scipy.fft >>> scipy.fft.fft([0, 1, 0, 0]) array([ 1.+0.j, 0.-1.j, -1.+0.j, 0.+1.j]) # may vary >>> scipy.fft.rfft([0, 1, 0, 0]) array([ 1.+0.j, 0.-1.j, -1.+0.j]) # may vary