scipy.fft.

ifft#

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

计算一维逆离散傅里叶变换。

此函数计算由fft计算的 1 维 n 点离散傅里叶变换的逆变换。换句话说，在数值精度范围内，ifft(fft(x)) == x。

输入应以与 fft 返回的相同方式排序，即：

x[0] 应包含零频率项，
x[1:n//2] 应包含正频率项，
x[n//2 + 1:] 应包含负频率项，按递增顺序从最负频率开始。

对于偶数个输入点，x[n//2] 表示正负奈奎斯特频率处的值之和，因为两者混叠在一起。有关详细信息，请参见 fft。

参数:

xarray_like: 输入数组，可以是复数。
nint, optional: 输出的变换轴的长度。如果 n 小于输入长度，则输入将被裁剪。如果它更大，则用零填充输入。如果未给出 n，则使用沿由 axis 指定的轴的输入长度。请参阅有关填充问题的注释。
axisint, optional: 计算逆 DFT 的轴。如果未给出，则使用最后一个轴。
norm{“backward”, “ortho”, “forward”}, optional: 归一化模式（请参阅 fft）。默认值为 “backward”。
overwrite_xbool, optional: 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, optional: 用于并行计算的最大工作进程数。如果为负数，则该值从 os.cpu_count() 环绕。有关更多详细信息，请参阅 fft。
planobject, optional: 此参数保留用于传入由下游 FFT 供应商提供的预先计算的计划。它目前在 SciPy 中未使用。

1.5.0 版本中新增。

返回:

outcomplex ndarray: 沿由 axis 指示的轴变换的截断或零填充输入，如果未指定 axis，则为最后一个轴。

引发:

IndexError: 如果 axes 大于 x 的最后一个轴。

另请参阅

fft: 一维（正向）FFT，其中 ifft 是逆变换。
ifft2: 二维逆 FFT。
ifftn: N 维逆 FFT。

注释

如果输入参数 n 大于输入的大小，则通过在末尾附加零来填充输入。即使这是常用的方法，也可能导致令人惊讶的结果。如果需要不同的填充，则必须在调用 ifft 之前执行。

如果 x 是一个一维数组，那么 ifft 等效于

y[k] = np.sum(x * np.exp(2j * np.pi * k * np.arange(n)/n)) / len(x)

与 fft 一样，ifft 支持所有浮点类型，并针对实数输入进行了优化。

示例

>>> import scipy.fft
>>> import numpy as np
>>> scipy.fft.ifft([0, 4, 0, 0])
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j]) # may vary

创建并绘制具有随机相位的带限信号

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> t = np.arange(400)
>>> n = np.zeros((400,), dtype=complex)
>>> n[40:60] = np.exp(1j*rng.uniform(0, 2*np.pi, (20,)))
>>> s = scipy.fft.ifft(n)
>>> plt.plot(t, s.real, 'b-', t, s.imag, 'r--')
[<matplotlib.lines.Line2D object at ...>, <matplotlib.lines.Line2D object at ...>]
>>> plt.legend(('real', 'imaginary'))
<matplotlib.legend.Legend object at ...>
>>> plt.show()