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)n,而对于其余轴,它对应于 fft(x, n)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 sx 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 saxes 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]]])