上一主题

numpy.fft.rfft

下一主题

numpy.fft.rfft2

numpy.fft.irfft

numpy.fft.irfft(a, n=None, axis=-1, norm=None)[source]

计算实数输入的n点DFT的逆。

该函数计算由rfft计算的实数输入的一维n点离散傅里叶变换的逆。换句话说,irfft(rfft(a), len(a)) == a 到数值精度。(见下面的注释,为什么len(a)在这里是必要的。)

输入预期为由rfft返回的形式,即实际的零频率项,后面是按照频率增加的顺序的复数正频率项。由于实数输入的离散傅里叶变换是厄米对称的,负频率项被认为是相应的正频率项的复共轭。

参数:

a:array_like

输入数组。

n:int,可选

输出的变换轴的长度。对于n输出点,需要n//2+1个输入点。如果输入长于此,则会裁剪。如果它比这短,用零填充。如果未给出n,则根据沿指定的轴的输入长度确定。

axis:int,可选

用于计算逆FFT的轴。如果未给出,则使用最后一个轴。

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:ndarray

未指定沿指示的轴变换的截断或零填充输入,如果指定最后一个输入。变换轴的长度为n,或者如果未给出n,则2*(m-1)其中m是输入的变换轴的长度。要获得奇数个输出点,必须指定n

上升:

IndexError

如果axis大于a的最后一个轴。

也可以看看

numpy.fft
用于定义所使用的DFT和约定。
rfft
实数输入的一维FFT,其中irfft是反向的。
fft
一维FFT。
irfft2
实数输入的二维FFT的逆。
irfftn
实数输入的n维FFT的逆。

笔记

返回a的实数值n点离散傅里叶逆变换,其中a包含厄米对称序列的非负频率项。n是结果的长度,而不是输入。

如果您指定n使得a必须填零或截断,则将以高频添加/删除额外/除去的值。因此,可以通过以下方式通过傅立叶内插将一系列重新采样到m点:a_resamp = irfft(rfft m)

例子

>>> np.fft.ifft([1, -1j, -1, 1j])
array([ 0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j])
>>> np.fft.irfft([1, -1j, -1])
array([ 0.,  1.,  0.,  0.])

注意到普通ifft的输入中的最后一项是第二项的复共轭,并且输出在每个地方具有零虚部。当调用irfft时,未指定负频率,并且输出数组是纯实数。