scipy.fft.

ihfft#

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

计算具有厄米对称性的信号的逆 FFT。

参数:

x类数组: 输入数组。
n整型, 可选: 逆 FFT 的长度，即输入中沿变换轴使用的点数。如果 n 小于输入的长度，则输入会被裁剪。如果 n 大于输入长度，则输入会被零填充。如果未给出 n，则使用沿由 axis 指定的轴的输入长度。
axis整型, 可选: 计算逆 FFT 的轴。如果未给出，则使用最后一个轴。
norm{“backward”, “ortho”, “forward”}, 可选: 归一化模式（参见 fft）。默认为 “backward”。
overwrite_x布尔型, 可选: 如果为 True，则 x 的内容可能会被破坏；默认为 False。有关更多详细信息，请参见 fft。
workers整型, 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 1.5.0 版中新增。

返回:

out复数 ndarray: 被截断或零填充的输入，沿 axis 指示的轴进行变换，如果未指定 axis 则沿最后一个轴进行变换。变换轴的长度为 n//2 + 1。

另请参阅

hfft, irfft

注意

hfft/ihfft 是一对类似于 rfft/irfft 的函数，但用于相反的情况：在这里，信号在时域中具有厄米对称性，在频域中是实数。因此，在这里，是 hfft，如果结果是奇数，则必须提供结果的长度：* 偶数：ihfft(hfft(a, 2*len(a) - 2) == a，在舍入误差范围内，* 奇数：ihfft(hfft(a, 2*len(a) - 1) == a，在舍入误差范围内。

示例

>>> from scipy.fft import ifft, ihfft
>>> import numpy as np
>>> spectrum = np.array([ 15, -4, 0, -1, 0, -4])
>>> ifft(spectrum)
array([1.+0.j,  2.+0.j,  3.+0.j,  4.+0.j,  3.+0.j,  2.+0.j]) # may vary
>>> ihfft(spectrum)
array([ 1.-0.j,  2.-0.j,  3.-0.j,  4.-0.j]) # may vary