scipy.fft.

hfft#

scipy.fft.hfft(x, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, *, plan=None)[源代码]#

计算具有厄米对称性（即实频谱）的信号的 FFT。

参数:

xarray_like: 输入数组。
nint, 可选: 输出的变换轴的长度。对于 n 个输出点，需要 n//2 + 1 个输入点。如果输入长度大于此值，则会被裁剪。如果小于此值，则用零填充。如果 n 未给出，则将其视为 2*(m-1)，其中 m 是输入沿 axis 指定轴的长度。
axisint, 可选: 计算 FFT 的轴。如果未给出，则使用最后一个轴。
norm{“backward”, “ortho”, “forward”}, 可选: 归一化模式（参见 fft）。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。更多详细信息请参见 fft。
workersint, 可选: 用于并行计算的最大工作线程数。如果为负数，该值将从 os.cpu_count() 处回绕。更多详细信息请参见 fft。
planobject, 可选: 此参数保留用于传入由下游 FFT 供应商提供的预计算计划。SciPy 目前不使用此参数。

在版本 1.5.0 中新增。

返回:

outndarray: 沿 axis 指示的轴（如果未指定则为最后一个轴）变换后的截断或零填充输入。变换轴的长度为 n；如果未给出 n，则为 2*m - 2，其中 m 是输入变换轴的长度。要获得奇数个输出点，必须指定 n，例如，在典型情况下为 2*m - 1，

引发:

IndexError: 如果 axis 大于 a 的最后一个轴。

另请参阅

rfft: 计算实数输入的 1-D FFT。
ihfft: hfft 的逆变换。
hfftn: 计算厄米信号的 N-D FFT。

说明

hfft/ihfft 是一对类似于 rfft/irfft 的函数，但适用于相反的情况：这里信号在时域具有厄米对称性，在频域是实数。因此，这里是 hfft，如果结果是奇数，则必须提供结果的长度。* 偶数：ihfft(hfft(a, 2*len(a) - 2) == a，在舍入误差范围内，* 奇数：ihfft(hfft(a, 2*len(a) - 1) == a，在舍入误差范围内。

示例

>>> from scipy.fft import fft, hfft
>>> import numpy as np
>>> a = 2 * np.pi * np.arange(10) / 10
>>> signal = np.cos(a) + 3j * np.sin(3 * a)
>>> fft(signal).round(10)
array([ -0.+0.j,   5.+0.j,  -0.+0.j,  15.-0.j,   0.+0.j,   0.+0.j,
        -0.+0.j, -15.-0.j,   0.+0.j,   5.+0.j])
>>> hfft(signal[:6]).round(10) # Input first half of signal
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])
>>> hfft(signal, 10)  # Input entire signal and truncate
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])