scipy.fftpack.
ifft#
- scipy.fftpack.ifft(x, n=None, axis=-1, overwrite_x=False)[源]#
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
要逆变换的数据。
- nint, 可选
逆傅里叶变换的长度。如果
n < x.shape[axis]
,则 x 会被截断。如果n > x.shape[axis]
,则 x 会被补零。默认结果是n = x.shape[axis]
。- axisint, 可选
执行 ifft 的轴;默认是在最后一个轴上(即
axis=-1
)。- overwrite_xbool, 可选
如果为 True,x 的内容可能会被破坏;默认为 False。
- 返回:
- ifftndarray of floats
逆离散傅里叶变换。
另请参阅
fft
正向 FFT
注意
实现了单精度和双精度例程。半精度输入将被转换为单精度。非浮点输入将被转换为双精度。不支持长双精度输入。
当 n 是 2 的幂时,此函数效率最高;当 n 是素数时,效率最低。
如果 x 的数据类型是实数,则会自动使用“实数 IFFT”算法,这大约能将计算时间缩短一半。
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