dask.array.fft.rfftn

dask.array.fft.rfftn¶

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

numpy.fft.rfftn 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.rfftn 的文档字符串：

计算实数输入的 N 维离散傅里叶变换。

此函数通过快速傅里叶变换（FFT）计算 M 维实数组中任意数量轴上的 N 维离散傅里叶变换。默认情况下，所有轴都会进行变换，其中最后一个轴进行实数变换，而其余轴进行复数变换。

参数

aarray_like

输入数组，视为实数。

s整数序列，可选

形状（沿每个变换轴的长度）从输入中使用。（s[0] 指轴 0，s[1] 指轴 1，等等）。s 的最后一个元素对应于 rfft(x, n) 中的 n，而对于其余轴，它对应于 fft(x, n) 中的 n。沿任何轴，如果给定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 指定的轴的输入形状。

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。

轴整数序列，可选

要计算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。

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。

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

出复杂 ndarray: 根据 axes 指示的轴，或通过 s 和 a 的组合进行变换的截断或零填充输入，如上述参数部分所述。最后一个变换轴的长度将是 s[-1]//2+1，而其余变换轴的长度将根据 s 确定，或保持输入时的长度不变。

Raises

ValueError: 如果 s 和 axes 的长度不同。
索引错误: 如果 axes 中的元素大于 a 的轴数。

参见

irfftn: rfftn 的逆运算，即实数输入的 n 维 FFT 的逆运算。
fft: 一维傅里叶变换，包含定义和使用的约定。
rfft: 实数输入的一维快速傅里叶变换。
fftn: n 维傅里叶变换。
rfft2: 实数输入的二维快速傅里叶变换。

注释

对于实际输入的变换是在最后一个变换轴上进行的，类似于 rfft，然后对剩余的轴进行的变换类似于 fftn。输出的顺序对于最后一个变换轴与 rfft 相同，对于剩余的变换轴与 fftn 相同。

详情、定义和使用的约定请参见 fft。

示例

>>> import numpy as np  
>>> a = np.ones((2, 2, 2))  
>>> np.fft.rfftn(a)  
array([[[8.+0.j,  0.+0.j], # may vary
        [0.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])

>>> np.fft.rfftn(a, axes=(2, 0))  
array([[[4.+0.j,  0.+0.j], # may vary
        [4.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])

dask.array.fft.rfft2

dask.array.fft.irfft