dask.array.fft.ifft2

dask.array.fft.ifft2

dask.array.fft.ifft2(a, s=None, axes=None, norm=None)

numpy.fft.ifft2 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.ifft2 的文档字符串:

计算二维逆离散傅里叶变换。

此函数通过快速傅里叶变换(FFT)计算M维数组中任意数量轴上的二维离散傅里叶变换的逆变换。换句话说,ifft2(fft2(a)) == a 在数值精度范围内成立。默认情况下,逆变换是在输入数组的最后两个轴上计算的。

输入应与 ifft 类似,其顺序应与 fft2 返回的顺序相同,即零频率项应位于两个轴的低阶角,正频率项应位于这些轴的前半部分,奈奎斯特频率项应位于轴的中间,负频率项应位于两个轴的后半部分,按负频率递减的顺序排列。

参数
aarray_like

输入数组,可以是复数。

s整数序列,可选

输出形状(每个轴的长度)(s[0] 指轴 0,s[1] 指轴 1,等等)。这对应于 ifft(x, n) 中的 n。沿着每个轴,如果给定的形状小于输入的形状,输入将被裁剪。如果它更大,输入将用零填充。

在 2.0 版更改: 如果它是 -1 ,则使用整个输入(无填充/修剪)。

如果未给出 s,则使用沿 axes 指定的轴的输入形状。参见 ifft 零填充问题的注释。

2.0 版后已移除: 如果 s 不是 None,那么 axes 也必须不是 None

2.0 版后已移除: s 必须只包含 int 类型,不能包含 None 值。None 值目前意味着在相应的 1-D 变换中使用 n 的默认值,但这种行为已被弃用。

整数序列,可选

要计算FFT的轴。如果没有给出,则使用最后两个轴。axes 中的重复索引意味着在该轴上执行多次变换。一个单元素序列意味着执行一维FFT。默认值:(-2, -1)

2.0 版后已移除: 如果指定了 s,则相应的 axes 必须不为 None

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。

complex ndarray, 可选

如果提供,结果将被放置在这个数组中。它应该具有所有轴的适当形状和数据类型(因此与传递除平凡的 s 之外的所有内容不兼容)。

2.0.0 新版功能.

返回
复杂 ndarray

被截断或零填充的输入,沿 axes 指示的轴进行变换,如果未给出 axes,则沿最后两个轴进行变换。

Raises
ValueError

如果 saxes 的长度不同,或者未给出 axeslen(s) != 2

索引错误

如果 axes 中的元素大于 a 的轴数。

参见

numpy.fft

离散傅里叶变换的总体视图,包含定义和使用的约定。

fft2

正向二维快速傅里叶变换,其中 ifft2 是其逆变换。

ifftn

n 维 FFT 的逆变换。

fft

一维傅里叶变换。

ifft

一维逆快速傅里叶变换。

注释

ifft2 只是 ifftnaxes 参数上有一个不同的默认值。

详情和绘图示例请参见 ifftn ,定义和约定请参见 numpy.fft

零填充,类似于 ifft,是通过在指定维度上向输入追加零来执行的。尽管这是常见的方法,但它可能会导致意外的结果。如果需要另一种形式的零填充,则必须在调用 ifft2 之前执行。

示例

>>> import numpy as np  
>>> a = 4 * np.eye(4)  
>>> np.fft.ifft2(a)  
array([[1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j], # may vary
       [0.+0.j,  0.+0.j,  0.+0.j,  1.+0.j],
       [0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
       [0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]])