numpy.fft.fft2

numpy.fft.fft2(a, s=None, axes=(-2, -1), norm=None)

计算2维离散傅里叶变换

该函数通过快速傅立叶变换（FFT）计算M t>维数组中任何轴上的n离散傅里叶变换。默认情况下，在输入数组的最后两个轴上计算变换，即2维FFT。

参数：

a：array_like

输入数组，可以复杂

s：ints序列，可选

输出（s [0]指代轴0，s [1]到轴1等）的形状（每个变换轴的长度）。这对于fft（x，n）对应于n。沿着每个轴，如果给定的形状小于输入的形状，则输入被裁剪。如果它较大，输入将用零填充。如果未给出s，则使用沿轴指定的轴的输入形状。

axes：ints序列，可选

计算FFT的轴。如果未给出，则使用最后两个轴。轴中的重复索引表示该轴上的变换执行多次。一单元序列意味着执行一维FFT。

norm：{None，“ortho”}，可选

版本1.10.0中的新功能。

规范化模式（参见numpy.fft）。默认值为None。

返回：

out：complex ndarray

沿着轴指示的轴变化的截断或补零输入，如果未给出轴则为最后两个轴。

上升：

ValueError

如果s和轴具有不同的长度，或轴未指定，len（s） ！= 2。

IndexError

如果axes的元素大于a的轴数。

也可以看看

numpy.fft

离散傅立叶变换的总体视图，使用定义和约定。

ifft2

逆二维FFT。

fft

一维FFT。

fftn

n维FFT。

fftshift

将零频率项转移到数组的中心。对于二维输入，交换第一和第三象限，以及第二和第四象限。

笔记

fft2只是fftn，且轴的默认值不同。

类似于fft的输出包含变换轴的低阶角中的零频率项，这些轴的前半部分中的正频率项，用于奈奎斯特频率的项轴的中间以及轴的后半部分中的负频率项，以负频率的减小的次序。

有关详细信息和绘图示例，请参见fftn，对于所使用的定义和约定，请参见numpy.fft。

例子

>>> a = np.mgrid[:5, :5][0]
>>> np.fft.fft2(a)
array([[ 50.0 +0.j        ,   0.0 +0.j        ,   0.0 +0.j        ,
          0.0 +0.j        ,   0.0 +0.j        ],
       [-12.5+17.20477401j,   0.0 +0.j        ,   0.0 +0.j        ,
          0.0 +0.j        ,   0.0 +0.j        ],
       [-12.5 +4.0614962j ,   0.0 +0.j        ,   0.0 +0.j        ,
          0.0 +0.j        ,   0.0 +0.j        ],
       [-12.5 -4.0614962j ,   0.0 +0.j        ,   0.0 +0.j        ,
            0.0 +0.j        ,   0.0 +0.j        ],
       [-12.5-17.20477401j,   0.0 +0.j        ,   0.0 +0.j        ,
          0.0 +0.j        ,   0.0 +0.j        ]])