dask.array.fft.irfftn

dask.array.fft.irfftn

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

numpy.fft.irfftn 的包装

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.irfftn 的文档字符串:

计算 rfftn 的逆。

此函数通过快速傅里叶变换(FFT)计算实数输入的N维离散傅里叶变换的逆变换,适用于M维数组中的任意数量的轴。换句话说,irfftn(rfftn(a), a.shape) == a 在数值精度范围内成立。(a.shape 是必要的,就像 irfft 中的 len(a) 一样,出于同样的原因。)

输入应按 rfftn 返回的顺序排列,即对于最终变换轴,应与 irfft 相同,而对于所有其他轴,应与 ifftn 相同。

参数
aarray_like

输入数组。

s整数序列,可选

输出形状(每个变换轴的长度)(s[0] 指轴 0,s[1] 指轴 1,等等)。s 也是沿此轴使用的输入点数,除了最后一个轴,其中使用了 s[-1]//2+1 个输入点。沿任何轴,如果 s 指示的形状小于输入的形状,则输入被裁剪。如果它更大,输入用零填充。

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 指定的输入形状。除了最后一个轴,该轴被视为 2*(m-1),其中 m 是沿该轴的输入长度。

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

要计算逆FFT的轴。如果没有给出,则使用最后的 len(s) 轴,或者如果 s 也没有指定,则使用所有轴。axes 中的重复索引意味着在该轴上执行多次逆变换。

2.0 版后已移除: 如果指定了 s,则必须显式指定要转换的相应 axes

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。

ndarray,可选

如果提供,结果将被放置在这个数组中。它应该具有适合最后一次变换的形状和数据类型。

2.0.0 新版功能.

返回
ndarray

被截断或零填充的输入,沿着由 axes 指示的轴进行变换,或者由 sa 的组合进行变换,如上述参数部分所述。每个变换轴的长度由 s 的相应元素给出,或者如果没有给出 s,则为输入在除最后一个轴之外的每个轴的长度。在最终变换的轴中,当没有给出 s 时,输出的长度为 2*(m-1),其中 m 是输入的最终变换轴的长度。要在最终轴中获得奇数个输出点,必须指定 s

Raises
ValueError

如果 saxes 的长度不同。

索引错误

如果 axes 中的元素大于 a 的轴数。

参见

rfftn

实数输入的前向 n 维 FFT,ifftn 是其逆运算。

fft

一维傅里叶变换,包含定义和使用的约定。

irfft

实数输入的一维傅里叶变换的逆变换。

irfft2

实数输入的二维傅里叶变换的逆变换。

注释

参见 fft 以了解定义和使用的约定。

参见 rfft 以了解用于实数输入的定义和约定。

对厄米特输入的正确解释取决于原始数据的形状,如 s 所给定的。这是因为每个输入形状可能对应于奇数或偶数长度的信号。默认情况下,irfftn 假设输出长度为偶数,这使得最后一个条目位于奈奎斯特频率;与其对称对应物混叠。在执行最终的复数到实数变换时,最后一个值因此被视为纯实数。为了避免丢失信息,必须给出实数输入的正确形状。

示例

>>> import numpy as np  
>>> a = np.zeros((3, 2, 2))  
>>> a[0, 0, 0] = 3 * 2 * 2  
>>> np.fft.irfftn(a)  
array([[[1.,  1.],
        [1.,  1.]],
       [[1.,  1.],
        [1.,  1.]],
       [[1.,  1.],
        [1.,  1.]]])