scipy.fft.

rfft#

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

计算实数输入的1-D离散傅里叶变换。

此函数通过一种称为快速傅里叶变换（FFT）的高效算法，计算实值数组的1-D n点离散傅里叶变换（DFT）。

参数:
x类数组

输入数组

n整型，可选

在输入中用于变换轴的点数。如果n小于输入长度，则输入将被裁剪。如果大于，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。

axis整型，可选

计算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的内容可能会被销毁；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 版本中新增。

返回:
out复数ndarray

截断或零填充的输入，沿由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。如果n是偶数，则变换轴的长度为(n/2)+1。如果n是奇数，则长度为(n+1)/2。

引发:
IndexError

如果axis大于a的最后一个轴。

另请参见

irfft

rfft的逆函数。

fft

一般（复数）输入的1-D FFT。

fftn

N-D FFT。

rfft2

实数输入的2-D FFT。

rfftn

实数输入的N-D FFT。

注意

当对纯实数输入计算DFT时，输出是厄米对称的，即负频率项只是相应正频率项的复共轭，因此负频率项是冗余的。此函数不计算负频率项，因此输出的变换轴长度为n//2 + 1。

当X = rfft(x)且fs为采样频率时，X[0]包含零频率项0*fs，由于厄米对称性，该项为实数。

如果n是偶数，A[-1]包含代表正负奈奎斯特频率（+fs/2和-fs/2）的项，并且也必须是纯实数。如果n是奇数，则在fs/2处没有项；A[-1]包含最大的正频率（fs/2*(n-1)/n），并且在一般情况下是复数。

如果输入a包含虚部，它将被静默丢弃。

示例

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

请注意，对于实数输入，fft输出的最后一个元素是如何成为第二个元素的复共轭的。对于rfft，这种对称性被利用来只计算非负频率项。

在本页