ifftn#
- scipy.fft.ifftn(x, s=None, axes=None, norm=None, overwrite_x=False, workers=None, *, plan=None)[source]#
计算 N 维逆离散傅里叶变换。
此函数通过快速傅里叶变换 (FFT) 计算 M 维数组中任意数量轴上的 N 维离散傅里叶变换的逆变换。换句话说,
ifftn(fftn(x)) == x
在数值精度范围内成立。与
ifft
类似,输入应以fftn
返回的相同方式排序,即,在所有轴的低阶角处应包含零频率项,在所有轴的前半部分应包含正频率项,在所有轴的中间应包含奈奎斯特频率项,在所有轴的后半部分应包含负频率项,按负频率递减的顺序排列。- 参数:
- x类数组
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]
指轴 0,s[1]
指轴 1,依此类推)。这对应于ifft(x, n)
中的n
。沿任何轴,如果给定形状小于输入的形状,则输入会被裁剪。如果更大,则输入用零填充。如果未给出 s,则使用沿由 axes 指定的轴的输入形状。有关ifft
零填充问题,请参阅说明。- axes整数序列,可选
计算 IFFT 的轴。如果未给出,则使用最后
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 的内容可能会被破坏;默认值为 False。有关更多详细信息,请参阅
fft
。- workers整数,可选
用于并行计算的最大工作线程数。如果为负数,则该值将从
os.cpu_count()
环绕。有关更多详细信息,请参阅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。它目前在 SciPy 中未使用。
在 1.5.0 版中新增。
- 返回:
- out复数 ndarray
被截断或零填充的输入,沿由 axes 指示的轴进行变换,或者根据上述参数部分中所述,由 s 或 x 的组合进行变换。
- 引发:
- ValueError
如果 s 和 axes 的长度不同。
- IndexError
如果 axes 的一个元素大于 x 的轴数。
说明
零填充,与
ifft
类似,是通过在指定维度上向输入追加零来执行的。尽管这是常见的方法,但它可能会导致令人惊讶的结果。如果需要其他形式的零填充,则必须在调用ifftn
之前执行。示例
>>> import scipy.fft >>> import numpy as np >>> x = np.eye(4) >>> scipy.fft.ifftn(scipy.fft.fftn(x, axes=(0,)), axes=(1,)) array([[1.+0.j, 0.+0.j, 0.+0.j, 0.+0.j], # may vary [0.+0.j, 1.+0.j, 0.+0.j, 0.+0.j], [0.+0.j, 0.+0.j, 1.+0.j, 0.+0.j], [0.+0.j, 0.+0.j, 0.+0.j, 1.+0.j]])
创建并绘制具有带限频率内容的图像
>>> import matplotlib.pyplot as plt >>> rng = np.random.default_rng() >>> n = np.zeros((200,200), dtype=complex) >>> n[60:80, 20:40] = np.exp(1j*rng.uniform(0, 2*np.pi, (20, 20))) >>> im = scipy.fft.ifftn(n).real >>> plt.imshow(im) <matplotlib.image.AxesImage object at 0x...> >>> plt.show()