scipy.fftpack.irfft¶

scipy.fftpack.irfft(x, n=None, axis=- 1, overwrite_x=False)[源代码]¶

返回实序列x的离散傅里叶逆变换。

的内容 x 被解释为 rfft 功能。

参数

xarray_like: 将数据转换为反转。
n整型，可选: 傅里叶逆变换的长度。如果n<x.Shape [axis] ，x被截断。如果n>x.Shape [axis] ，x是零填充的。默认情况下，结果为n=x.shape [axis] 。
axis整型，可选: 沿其计算IFFT的轴；默认值在最后一个轴上(即，轴=-1)。
overwrite_x布尔值，可选: 如果为True，则 x 可以销毁；默认值为false。

退货

irfft一大堆花车: 离散傅里叶逆变换。

参见

rfft, ifft, scipy.fft.irfft

注意事项

返回的实数组包含：：

[y(0),y(1),...,y(n-1)]

其中，n为偶数：：

y(j) = 1/n (sum[k=1..n/2-1] (x[2*k-1]+sqrt(-1)*x[2*k])
                             * exp(sqrt(-1)*j*k* 2*pi/n)
            + c.c. + x[0] + (-1)**(j) x[n-1])

而对于n是奇数：：

y(j) = 1/n (sum[k=1..(n-1)/2] (x[2*k-1]+sqrt(-1)*x[2*k])
                             * exp(sqrt(-1)*j*k* 2*pi/n)
            + c.c. + x[0])

C.C.表示前面表达式的复共轭。

有关输入参数的详细信息，请参阅 rfft 。

要处理具有复杂数据类型的(共轭对称)频域数据，请考虑使用较新的函数 scipy.fft.irfft 。

示例

>>> from scipy.fftpack import rfft, irfft
>>> a = [1.0, 2.0, 3.0, 4.0, 5.0]
>>> irfft(a)
array([ 2.6       , -3.16405192,  1.24398433, -1.14955713,  1.46962473])
>>> irfft(rfft(a))
array([1., 2., 3., 4., 5.])

scipy.fftpack.rfft

scipy.fftpack.dct