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
。
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