scipy.fft.

irfft#

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

计算 rfft 的逆。

此函数计算由 rfft 计算的实数输入的 1-D n 点离散傅里叶变换的逆。换句话说，irfft(rfft(x), len(x)) == x 在数值精度范围内。（有关为什么这里需要 len(a) 的原因，请参见下面的注释。）

预计输入将采用 rfft 返回的格式，即实数零频率项，后面是按频率递增顺序排列的复数正频率项。由于实数输入的离散傅里叶变换是厄米特对称的，因此负频率项被视为相应正频率项的复共轭。

参数:

xarray_like: 输入数组。
nint, 可选: 输出的变换轴的长度。对于 n 个输出点，需要 n//2+1 个输入点。如果输入比这更长，则会进行裁剪。如果它比这更短，则会用零填充。如果未给出 n，则将其视为 2*(m-1)，其中 m 是由 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（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。有关更多详细信息，请参见 fft。
workersint, 可选: 用于并行计算的最大工作线程数。如果为负数，则该值将从 os.cpu_count() 中环绕。有关更多详细信息，请参见 fft。
planobject, 可选: 此参数保留用于传递由下游 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:

outndarray: 沿由 axis 指定的轴（或未指定 axis 时最后一个轴）变换的截断或零填充输入。变换轴的长度为 n，或者如果未给出 n，则为 2*(m-1)，其中 m 是输入的变换轴的长度。要获得奇数个输出点，必须指定 n。

引发:

IndexError: 如果 axis 大于 x 的最后一个轴。

参见

rfft: 实数输入的 1-D FFT，irfft 是它的逆。
fft: 1-D FFT。
irfft2: 实数输入的 2-D FFT 的逆。
irfftn: 实数输入的 N-D FFT 的逆。

注释

返回 x 的实数值 n 点逆离散傅里叶变换，其中 x 包含厄米特对称序列的非负频率项。 n 是结果的长度，而不是输入。

如果您指定了一个 n，使得 a 必须用零填充或截断，则额外/移除的值将被添加到/从高频处添加/移除。因此，可以通过以下方式通过傅里叶插值对序列进行重采样到 m 个点：a_resamp = irfft(rfft(a), m)。

默认情况下，n 的值假定输出长度为偶数。根据厄米特对称性，最后一个虚部必须为 0，因此被忽略。为了避免丢失信息，必须给出实数输入的正确长度。

示例

>>> import scipy.fft
>>> scipy.fft.ifft([1, -1j, -1, 1j])
array([0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]) # may vary
>>> scipy.fft.irfft([1, -1j, -1])
array([0.,  1.,  0.,  0.])

请注意，普通 ifft 的输入中的最后一项是第二项的复共轭，并且输出在任何地方都有零虚部。调用 irfft 时，不会指定负频率，输出数组完全是实数。