scipy.fft.

ihfft#

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

计算具有厄米对称性的信号的逆 FFT。

参数:

xarray_like: 输入数组。
nint, 可选: 逆 FFT 的长度，即输入中沿变换轴使用的点数。如果 n 小于输入长度，则输入将被裁剪。如果它更大，则输入将用零填充。如果未给出 n，则使用输入沿 axis 指定的轴的长度。
axisint, 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）。默认值为 “backward”。
overwrite_xbool, 可选: 如果为 True，则可以销毁 x 的内容；默认值为 False。有关详细信息，请参阅 fft。
workersint, 可选: 用于并行计算的最大工作线程数。如果为负数，则该值会从 os.cpu_count() 环绕。有关更多详细信息，请参阅 fft。
planobject, 可选: 此参数保留用于传入下游 FFT 供应商提供的预计算计划。它目前在 SciPy 中未使用。

1.5.0 版本中新增。

返回:

out复数 ndarray: 沿 axis 指示的轴转换的截断或零填充输入，如果未指定 axis，则为最后一个轴。变换轴的长度为 n//2 + 1。

另请参阅

hfft, irfft

注释

hfft/ihfft 是一对类似于 rfft/irfft 的配对，但适用于相反的情况：这里，信号在时域中具有厄米对称性，在频域中是实数。所以，在这里，是 hfft，如果结果为奇数，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