scipy.fft.

rfftn#

scipy.fft.rfftn(x, s=None, axes=None, norm=None, overwrite_x=False, workers=None, *, plan=None)[source]#

计算实数输入的 N 维离散傅里叶变换。

此函数通过快速傅里叶变换 (FFT) 计算 M 维实数数组在任意数量轴上的 N 维离散傅里叶变换。默认情况下，所有轴都会被转换，其中实数变换在最后一个轴上执行，而剩余的变换是复数变换。

参数:

xarray_like: 输入数组，假定为实数。
sint 序列，可选: 要从输入中使用的形状（每个变换轴的长度）。(s[0] 指轴 0，s[1] 指轴 1 等)。s 的最后一个元素对应于 rfft(x, n) 的 n，而对于其余轴，它对应于 fft(x, n) 的 n。沿任何轴，如果给定形状小于输入形状，则输入将被裁剪。如果大于，则输入将用零填充。如果未给出 s，则使用 axes 指定的轴上的输入形状。
axesint 序列，可选: 计算 FFT 的轴。如果未给出，则使用最后 len(s) 个轴，如果 s 也未指定，则使用所有轴。
norm{"backward", "ortho", "forward"} 之一，可选: 归一化模式（参阅 fft）。默认为 "backward"。
overwrite_xbool，可选: 如果为 True，x 的内容可能会被破坏；默认值为 False。更多详情请参阅 fft。
workersint，可选: 用于并行计算的最大工作线程数。如果为负数，则该值从 os.cpu_count() 环绕。更多详情请参阅 fft。
planobject，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。目前在 SciPy 中尚未使用。

版本 1.5.0 新增。

返回:

out复数 ndarray: 被截断或零填充的输入，沿 axes 指示的轴进行变换，或如上文参数部分所述，通过 s 和 x 的组合进行变换。最后一个变换轴的长度将是 s[-1]//2+1，而其余变换轴的长度将根据 s 而定，或与输入保持不变。

引发:

ValueError: 如果 s 和 axes 长度不同。
IndexError: 如果 axes 的某个元素大于 x 的轴数。

另请参阅

irfftn: rfftn 的逆变换，即实数输入的 N 维 FFT 的逆变换。
fft: 1 维 FFT，附带使用的定义和约定。
rfft: 实数输入的 1 维 FFT。
fftn: N 维 FFT。
rfft2: 实数输入的 2 维 FFT。

备注

实数输入的变换首先在最后一个变换轴上执行，如 rfft 所示，然后对剩余轴的变换像 fftn 那样执行。输出的顺序与 rfft 对最终变换轴的顺序相同，与 fftn 对剩余变换轴的顺序相同。

有关详细信息、定义和使用的约定，请参阅 fft。

示例

>>> import scipy.fft
>>> import numpy as np
>>> x = np.ones((2, 2, 2))
>>> scipy.fft.rfftn(x)
array([[[8.+0.j,  0.+0.j], # may vary
        [0.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])

>>> scipy.fft.rfftn(x, axes=(2, 0))
array([[[4.+0.j,  0.+0.j], # may vary
        [4.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])