scipy.fftpack.

ifft#

scipy.fftpack.ifft(x, n=None, axis=-1, overwrite_x=False)[源代码]#

返回实数或复数序列的离散逆傅里叶变换。

返回的复数数组包含 y(0), y(1),..., y(n-1)，其中

y(j) = (x * exp(2*pi*sqrt(-1)*j*np.arange(n)/n)).mean().

参数:

xarray_like: 要反转的变换数据。
nint，可选: 逆傅里叶变换的长度。如果 n < x.shape[axis]，则 x 被截断。如果 n > x.shape[axis]，则 x 被零填充。默认结果为 n = x.shape[axis]。
axisint，可选: 计算 ifft 的轴；默认值是最后一个轴（即，axis=-1）。
overwrite_xbool，可选: 如果为 True，则可以销毁 x 的内容；默认值为 False。

返回:

ifft浮点数的 ndarray: 离散逆傅里叶变换。

另请参见

fft: 正向 FFT

注释

实现了单精度和双精度例程。半精度输入将转换为单精度。非浮点输入将转换为双精度。不支持长双精度输入。

当 n 是 2 的幂时，此函数效率最高，而当 n 是素数时效率最低。

如果 x 的数据类型为实数，则会自动使用“实数 IFFT”算法，该算法大致将计算时间减半。

示例

>>> from scipy.fftpack import fft, ifft
>>> import numpy as np
>>> x = np.arange(5)
>>> np.allclose(ifft(fft(x)), x, atol=1e-15)  # within numerical accuracy.
True