dst#
- scipy.fft.dst(x, type=2, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, orthogonalize=None)[源代码]#
返回任意类型序列 x 的离散正弦变换。
- 参数:
- xarray_like
输入数组。
- type{1, 2, 3, 4},可选
DST 的类型(见注释)。默认类型为 2。
- nint,可选
变换的长度。如果
n < x.shape[axis]
,则截断 x。如果n > x.shape[axis]
,则对 x 进行零填充。默认情况下,结果为n = x.shape[axis]
。- axisint,可选
计算 dst 的轴;默认为最后一个轴(即
axis=-1
)。- norm{“backward”, “ortho”, “forward”},可选
归一化模式(见注释)。默认为“backward”。
- overwrite_xbool,可选
如果为 True,x 的内容可能会被销毁;默认为 False。
- workersint,可选
用于并行计算的最大工作线程数。如果为负数,则该值从
os.cpu_count()
环绕。有关更多详细信息,请参见fft
。- orthogonalizebool,可选
是否使用正交 DST 变体(见注释)。当
norm="ortho"
时默认为True
,否则为False
。在版本 1.8.0 中添加。
- 返回:
- dst实数 ndarray
变换后的输入数组。
另请参见
idst
DST 逆变换
注释
警告
对于
type in {2, 3}
,norm="ortho"
会破坏与直接傅里叶变换的直接对应关系。要恢复它,必须指定orthogonalize=False
。对于
norm="ortho"
,dst
和idst
在两个方向上都按相同的总因子进行缩放。默认情况下,变换也会进行正交化,对于类型 2 和 3,这意味着变换定义被修改以使 DST 矩阵正交(见下文)。对于
norm="backward"
,dst
没有缩放,而idst
按1/N
进行缩放,其中N
是 DST 的“逻辑”大小。理论上,DST 有 8 种类型,对应于偶数/奇数边界条件和边界偏移的不同组合 [1],SciPy 中只实现了前 4 种类型。
类型 I
DST-I 有多种定义;我们为
norm="backward"
使用以下定义。DST-I 假设输入在 \(n=-1\) 和 \(n=N\) 周围是奇对称的。\[y_k = 2 \sum_{n=0}^{N-1} x_n \sin\left(\frac{\pi(k+1)(n+1)}{N+1}\right)\]请注意,DST-I 仅支持输入大小 > 1 的情况。(未归一化的)DST-I 是其自身的逆变换,除了一个因子 \(2(N+1)\)。正交归一化的 DST-I 完全是其自身的逆变换。
orthogonalize
在此处无效,因为 DST-I 矩阵在缩放因子2N
内已经是正交的。类型 II
DST-II 有多种定义;我们为
norm="backward"
使用以下定义。DST-II 假设输入在 \(n=-1/2\) 和 \(n=N-1/2\) 周围是奇对称的;输出在 \(k=-1\) 周围是奇对称的,在 \(k=N-1\) 周围是偶对称的。\[y_k = 2 \sum_{n=0}^{N-1} x_n \sin\left(\frac{\pi(k+1)(2n+1)}{2N}\right)\]如果
orthogonalize=True
,y[-1]
将被 \(\sqrt{2}\) 除,这与norm="ortho"
结合使用时,使得相应的系数矩阵正交归一化(O @ O.T = np.eye(N)
)。类型 III
DST-III 有多种定义,我们使用以下定义(适用于
norm="backward"
)。DST-III 假设输入在 \(n=-1\) 周围是奇对称的,在 \(n=N-1\) 周围是偶对称的。\[y_k = (-1)^k x_{N-1} + 2 \sum_{n=0}^{N-2} x_n \sin\left( \frac{\pi(2k+1)(n+1)}{2N}\right)\]如果
orthogonalize=True
,x[-1]
将被 \(\sqrt{2}\) 乘以,这与norm="ortho"
结合使用时,使得相应的系数矩阵正交归一化(O @ O.T = np.eye(N)
)。(未归一化的)DST-III 是(未归一化的)DST-II 的逆变换,除了一个因子 \(2N\)。正交归一化的 DST-III 完全是正交归一化的 DST-II 的逆变换。
类型 IV
DST-IV 有多种定义,我们使用以下定义(适用于
norm="backward"
)。DST-IV 假设输入在 \(n=-0.5\) 周围是奇对称的,在 \(n=N-0.5\) 周围是偶对称的。\[y_k = 2 \sum_{n=0}^{N-1} x_n \sin\left(\frac{\pi(2k+1)(2n+1)}{4N}\right)\]orthogonalize
在此处无效,因为 DST-IV 矩阵在缩放因子2N
内已经是正交的。(未归一化的)DST-IV 是其自身的逆变换,除了一个因子 \(2N\)。正交归一化的 DST-IV 完全是其自身的逆变换。
参考
[1]维基百科,“离散正弦变换”,https://en.wikipedia.org/wiki/Discrete_sine_transform
示例
计算简单一维数组的 DST
>>> import numpy as np >>> from scipy.fft import dst >>> x = np.array([1, -1, 1, -1]) >>> dst(x, type=2) array([0., 0., 0., 8.])
这会计算输入数组的 II 型离散正弦变换 (DST)。输出包含与给定输入序列相对应的变换值