scipy.fft.

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"dstidst 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 idst1/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 \(n=-1\)\(n=N\) 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 \(n=-1/2\)\(n=N-1/2\) 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=Truey[-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=Truex[-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