dask.array.fft.ifft

dask.array.fft.ifft¶

dask.array.fft.ifft(a, n=None, axis=None, norm=None)¶

numpy.fft.ifft 的封装

应用FFT的轴必须只有一个块。要更改数组的块化，请使用 dask.Array.rechunk。

以下是 numpy.fft.ifft 的文档字符串：

计算一维逆离散傅里叶变换。

此函数计算由 fft 计算的一维 n 点离散傅里叶变换的逆变换。换句话说，ifft(fft(a)) == a 在数值精度范围内成立。有关算法的通用描述和定义，请参见 numpy.fft。

输入应按 fft 返回的相同顺序排列，即，

a[0] 应包含零频率项，
a[1:n//2] 应包含正频率项，
a[n//2 + 1:] 应包含负频率项，按从最负频率开始的递增顺序排列。

对于偶数个输入点，A[n//2] 表示正负奈奎斯特频率处值的和，因为这两个频率是混叠在一起的。详情请参见 numpy.fft。

参数

aarray_like: 输入数组，可以是复数。
nint, 可选: 输出变换轴的长度。如果 n 小于输入的长度，则输入将被裁剪。如果它更大，输入将用零填充。如果未给出 n，则使用 axis 指定的轴上的输入长度。请参阅关于填充问题的注释。
轴int, 可选: 要计算逆DFT的轴。如果没有给出，则使用最后一个轴。
规范{“backward”, “ortho”, “forward”}，可选: 1.10.0 新版功能.

归一化模式（参见 numpy.fft）。默认是“backward”。指示正向/反向变换对中哪个方向被缩放以及使用什么归一化因子。

1.20.0 新版功能: 添加了“backward”、“forward”值。
出complex ndarray, 可选: 如果提供，结果将被放置在这个数组中。它应该具有适当的形状和数据类型。

2.0.0 新版功能.

返回

出复杂 ndarray: 被截断或零填充的输入，沿 axis 指示的轴转换，如果未指定 axis，则沿最后一个轴转换。

Raises

索引错误: 如果 axis 不是 a 的有效轴。

参见

numpy.fft: 介绍，包含定义和一般解释。
fft: 一维（前向）FFT，其中 ifft 是其逆运算
ifft2: 二维逆快速傅里叶变换。
ifftn: n 维逆傅里叶变换。

注释

如果输入参数 n 大于输入的大小，输入将在末尾通过附加零来进行填充。尽管这是常见的方法，但它可能会导致令人惊讶的结果。如果需要不同的填充方式，必须在调用 ifft 之前进行。

示例

>>> import numpy as np  
>>> np.fft.ifft([0, 4, 0, 0])  
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j]) # may vary

创建并绘制一个带限信号，其相位随机：

>>> import matplotlib.pyplot as plt  
>>> t = np.arange(400)  
>>> n = np.zeros((400,), dtype=complex)  
>>> n[40:60] = np.exp(1j*np.random.uniform(0, 2*np.pi, (20,)))  
>>> s = np.fft.ifft(n)  
>>> plt.plot(t, s.real, label='real')  
[<matplotlib.lines.Line2D object at ...>]
>>> plt.plot(t, s.imag, '--', label='imaginary')  
[<matplotlib.lines.Line2D object at ...>]
>>> plt.legend()  
<matplotlib.legend.Legend object at ...>
>>> plt.show()  

dask.array.fft.fftn

dask.array.fft.ifft2