scipy.fft.

hfftn#

scipy.fft.hfftn(x, s=None, axes=None, norm=None, overwrite_x=False, workers=None, *, plan=None)[source]#

计算厄米对称复数输入(即具有实谱的信号)的 N 维 FFT。

此函数通过快速傅里叶变换(FFT)计算厄米对称复数输入在 M 维数组的任意数量轴上的 N 维离散傅里叶变换。换句话说,在数值精度范围内,ihfftn(hfftn(x, s)) == x。(这里的 sx.shape,其中 s[-1] = x.shape[-1] * 2 - 1,这与 irfft 需要 x.shape 的原因相同。)

参数:
xarray_like

输入数组。

s整数序列,可选

输出的形状(每个变换轴的长度)(s[0] 指轴 0,s[1] 指轴 1,依此类推)。s 也是沿此轴使用的输入点数,但最后一个轴除外,其中使用了输入中 s[-1]//2+1 个点。沿任何轴,如果 s 指示的形状小于输入形状,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,则使用由 axes 指定的轴的输入形状。最后一个轴除外,它被视为 2*(m-1),其中 m 是输入沿该轴的长度。

axes整数序列,可选

计算逆 FFT 的轴。如果未给出,则使用最后的 len(s) 个轴;如果 s 也未指定,则使用所有轴。

norm{“backward”, “ortho”, “forward”},可选

归一化模式(参见 fft)。默认值为“backward”。

overwrite_x布尔值,可选

如果为 True,x 的内容可能会被修改;默认值为 False。更多详情请参见 fft

workers整数,可选

用于并行计算的最大工作进程数。如果为负数,则该值将从 os.cpu_count() 环绕。更多详情请参见 fft

plan对象,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 目前未使用此参数。

在版本 1.5.0 中新增。

返回:
outndarray

被截断或零填充的输入,沿由 axes 指示的轴进行变换,或如上文参数部分所述,由 sx 的组合决定。每个变换轴的长度由 s 的对应元素给出,或者如果未给出 s,则除了最后一个轴外,是输入在每个轴上的长度。在最终变换轴中,如果未给出 s,输出长度为 2*(m-1),其中 m 是输入最终变换轴的长度。要在最终轴中获得奇数个输出点,必须指定 s

抛出:
ValueError

如果 saxes 长度不同。

IndexError

如果 axes 的某个元素大于 x 的轴数。

另请参阅

ihfftn

具有实谱的 N 维逆 FFT。hfftn 的逆变换。

fft

一维 FFT,附带其定义和使用约定。

rfft

实数输入的正向 FFT。

备注

对于具有实谱的一维信号 x,它必须满足厄米性质

x[i] == np.conj(x[-i]) for all i

这通过依次对每个轴进行反射来推广到更高维度

x[i, j, k, ...] == np.conj(x[-i, -j, -k, ...]) for all i, j, k, ...

这不应与厄米矩阵混淆,厄米矩阵的转置是其自身的共轭

x[i, j] == np.conj(x[j, i]) for all i, j

s 的默认值假定最终变换轴的输出长度为偶数。当执行最终的复数到实数变换时,厄米对称性要求该轴上的最后一个虚部必须为 0,因此它被忽略。为避免信息丢失,必须提供实数输入的正确长度。

示例

>>> import scipy.fft
>>> import numpy as np
>>> x = np.ones((3, 2, 2))
>>> scipy.fft.hfftn(x)
array([[[12.,  0.],
        [ 0.,  0.]],
       [[ 0.,  0.],
        [ 0.,  0.]],
       [[ 0.,  0.],
        [ 0.,  0.]]])