ifftn#
- scipy.fft.ifftn(x, s=None, axes=None, norm=None, overwrite_x=False, workers=None, *, plan=None)[源码]#
计算 N 维离散傅里叶逆变换。
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 维离散傅里叶逆变换。换句话说，在数值精度范围内，
ifftn(fftn(x)) == x。与
ifft类似，输入应以与fftn返回的相同方式进行排序，即：所有轴的零频率项应位于低阶角，正频率项位于所有轴的前半部分，奈奎斯特频率项位于所有轴的正中间，负频率项位于所有轴的后半部分，并按负频率递减的顺序排列。- 参数:
- xarray_like
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，如果给定的形状小于输入的形状，则输入将被裁剪。如果大于输入的形状，则输入将补零。如果未给出 s，则使用由 axes 指定的轴上的输入形状。有关ifft零填充的问题，请参阅注释。- 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 也没有指定，则使用所有轴。- norm{"backward", "ortho", "forward"}, 可选
归一化模式（请参阅
fft）。默认值为“backward”。- overwrite_xbool, 可选
如果为 True，则 x 的内容可能会被销毁；默认值为 False。有关更多详细信息，请参阅
fft。- workersint, 可选
用于并行计算的最大 worker 数量。如果为负，则该值从
os.cpu_count()环绕。有关更多详细信息，请参阅fft。- plan对象，可选
此参数保留用于传递下游 FFT 供应商提供的预计算计划。目前在 SciPy 中未使用。
版本 1.5.0 中添加。
- 返回:
- out复数 ndarray
经过裁剪或零填充的输入，沿 axes 指示的轴，或通过 s 或 x 的组合（如上述参数部分所述）进行变换的结果。
- 引发:
- ValueError
如果 s 和 axes 的长度不同。
- IndexError
如果 axes 的某个元素大于 x 的轴数。
附注
与
ifft类似，零填充是通过在指定维度的输入末尾添加零来完成的。虽然这是常用方法，但它可能会导致令人惊讶的结果。如果需要另一种形式的零填充，则必须在调用ifftn之前执行。数组 API 标准支持
除了 NumPy，
ifftn还实验性地支持兼容 Python Array API 标准的后端。请考虑通过设置环境变量SCIPY_ARRAY_API=1并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。支持以下后端和设备（或其他功能）的组合。库
CPU
GPU
NumPy
✅
不适用
CuPy
不适用
✅
PyTorch
✅
✅
JAX
✅
✅
Dask
⚠️ 计算图
不适用
有关更多信息，请参阅 对数组 API 标准的支持。
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]])
创建并绘制具有带宽限制频率内容的图像
>>> 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()
