scipy.fft.

fft2#

scipy.fft.fft2(x, s=None, axes=(-2, -1), norm=None, overwrite_x=False, workers=None, *, plan=None)[源代码]#

计算二维离散傅里叶变换

此函数通过快速傅里叶变换 (FFT) 计算 M 维数组中任何轴上的 N 维离散傅里叶变换。默认情况下，变换是在输入数组的最后两个轴上计算的，即二维 FFT。

参数:

xarray_like: 输入数组，可以是复数
s整数序列，可选: 输出的形状（每个变换轴的长度）（s[0] 指的是轴 0，s[1] 指的是轴 1，等等）。这对应于 fft(x, n) 中的 n。沿着每个轴，如果给定形状小于输入形状，则输入将被裁剪。如果它更大，则输入将用零填充。如果未给出 s，则使用输入沿 axes 指定的轴的形状。
axes整数序列，可选: 计算 FFT 的轴。如果未给出，则使用最后两个轴。
norm{“backward”, “ortho”, “forward”}，可选: 归一化模式（请参阅 fft）。默认值为“backward”。
overwrite_xbool，可选: 如果为 True，则可以销毁 x 的内容；默认值为 False。有关更多详细信息，请参阅 fft。
workersint，可选: 用于并行计算的最大工作进程数。如果为负数，则该值会从 os.cpu_count() 环绕。有关更多详细信息，请参阅 fft。
planobject，可选: 此参数保留用于传递下游 FFT 供应商提供的预计算计划。它目前未在 SciPy 中使用。

在 1.5.0 版本中添加。

返回:

out复数 ndarray: 沿 axes 指示的轴变换的截断或零填充输入，如果未给出 axes，则沿最后两个轴进行变换。

引发:

ValueError: 如果 s 和 axes 的长度不同，或者未给出 axes 且 len(s) != 2。
IndexError: 如果 axes 的元素大于 x 的轴数。

另请参阅

ifft2: 逆二维 FFT。
fft: 一维 FFT。
fftn: N 维 FFT。
fftshift: 将零频项移动到数组的中心。对于二维输入，交换第一象限和第三象限，以及第二象限和第四象限。

注释

fft2 只是 fftn，其 axes 的默认值不同。

与 fft 类似，输出在变换轴的低阶角包含零频率项，在这些轴的前半部分包含正频率项，在轴的中间包含奈奎斯特频率项，在轴的后半部分包含负频率项，按负频率递减的顺序排列。

有关详细信息和绘图示例，请参阅 fftn；有关所用定义和约定，请参阅 fft。

示例

>>> import scipy.fft
>>> import numpy as np
>>> x = np.mgrid[:5, :5][0]
>>> scipy.fft.fft2(x)
array([[ 50.  +0.j        ,   0.  +0.j        ,   0.  +0.j        , # may vary
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5+17.20477401j,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5 +4.0614962j ,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5 -4.0614962j ,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ],
       [-12.5-17.20477401j,   0.  +0.j        ,   0.  +0.j        ,
          0.  +0.j        ,   0.  +0.j        ]])