scipy.fft.
ifft#
- scipy.fft.ifft(x, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, *, plan=None)[源]#
计算一维逆离散傅里叶变换。
此函数计算由
fft
计算的一维 *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
。输入应按照
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,按从最负频率开始的递增顺序排列。
对于偶数个输入点,
x[n//2]
表示正和负奈奎斯特频率处值的总和,因为两者混叠在一起。详见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。如果大于,则输入将用零填充。如果未给出 n,则使用沿 axis 指定轴的输入长度。参阅关于填充问题的说明。
- 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(参见
fft
)。默认值为“backward”。- overwrite_xbool, optional
如果为 True,x 的内容可能会被破坏;默认值为 False。详见
fft
。- workersint, optional
用于并行计算的最大工作进程数。如果为负数,则值将从
os.cpu_count()
环绕。详见fft
。- planobject, optional
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 1.5.0 版本中新增。
- 返回:
- outcomplex ndarray
沿 axis 指定的轴(如果未指定,则为最后一个轴)变换后的截断或零填充输入。
- 引发:
- IndexError
如果 axes 大于 x 的最后一个轴。
说明
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。尽管这是常见方法,但可能会导致意想不到的结果。如果需要不同的填充,则必须在调用
ifft
之前执行。如果
x
是一维数组,则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()