上一主题

numpy.fft.ifft

下一主题

numpy.fft.ifft2

numpy.fft.fft2

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

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。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

沿着指示的轴变化的截断或补零输入,如果未给出则为最后两个轴。

上升:

ValueError

如果s具有不同的长度,或未指定,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        ]])