scipy.fft.

ihfft#

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

计算具有厄米特对称性的信号的逆 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，则截取输入。如果它更大，则用零填充输入。如果未给出 n，则使用 axis 指定的轴上的输入长度。
axisint, 可选: 要计算逆 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；默认为 False。有关详细信息，请参见 fft。
workersint, 可选: 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() 绕回。有关详细信息，请参见 fft。
planobject, 可选: 此参数保留用于传入由下游 FFT 供应商提供的预先计算的计划。它目前在 SciPy 中未使用。

在版本 1.5.0 中添加。

返回值:

outcomplex ndarray: 被截断或零填充的输入，沿由 axis 指示的轴变换，或如果未指定 axis，则沿最后一个轴变换。变换轴的长度为 n//2 + 1。

另请参见

hfft, irfft

备注

hfft/ihfft 是一对类似于 rfft/irfft，但适用于相反的情况：这里，信号在时域中具有厄米特对称性，在频域中是实数。因此，这里，它是 hfft，对于它，你必须提供结果的长度（如果结果是奇数）：* 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