numpy.fft.rfft¶

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

计算实数输入的一维离散傅里叶变换。

该函数通过称为快速傅里叶变换（FFT）的有效算法来计算实值数组的一维n点离散傅里叶变换（DFT）。

参数：	a：array_like 输入数组 n：int，可选要使用的输入中沿变换轴的点数。如果n小于输入的长度，则输入被裁剪。如果它较大，输入用零填充。如果未给出n，则使用沿由轴指定的轴的输入长度。 axis：int，可选用于计算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：complex ndarray 未指定沿轴指示的轴变换的截断或零填充输入，如果轴指定最后一个输入。If n is even, the length of the transformed axis is `(n/2)+1`. 如果n是奇数，则长度为`(n+1)/2`。
上升：	IndexError 如果axis大于a的最后一个轴。

参数：

a：array_like

输入数组

n：int，可选

要使用的输入中沿变换轴的点数。如果n小于输入的长度，则输入被裁剪。如果它较大，输入用零填充。如果未给出n，则使用沿由轴指定的轴的输入长度。

axis：int，可选

用于计算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。

out：complex ndarray

未指定沿轴指示的轴变换的截断或零填充输入，如果轴指定最后一个输入。If n is even, the length of the transformed axis is (n/2)+1. 如果n是奇数，则长度为(n+1)/2。

上升：

IndexError

如果axis大于a的最后一个轴。

也可以看看

笔记

当为纯实数输入计算DFT时，输出是埃尔米特对称的，即负频率项仅是相应正频率项的复共轭，因此负频率项是多余的。该函数不计算负频率项，因此输出的变换轴的长度为n // 2 + 1 。

当A = rfft（a）且fs是采样频率时，A[0]

如果n是偶数，则A[-1]包含表示正和负奈奎斯特频率（+ fs / 2和-fs / 2）的项，纯粹真实。如果n是奇数，则在fs / 2处没有项； A[-1]包含最大的正频率（fs / 2 *（n-1）/ n），并且在一般情况下是复数。

如果输入a包含虚部，它将被静默丢弃。

例子

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

请注意，对于实际输入，fft输出的最后一个元素是第二个元素的复共轭。对于rfft，该对称性被用于仅计算非负频率项。