numpy.fft.ifft2#

fft.ifft2(a, s=None, axes=(-2, -1), norm=None, out=None)[源代码]#

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,逆变换在输入数组的最后两个轴上计算.

输入应与 ifft 类似,应按 fft2 返回的方式排序,即零频率项应在两个轴的低阶角,正频率项应在这些轴的前半部分,奈奎斯特频率项应在轴的中间,负频率项应在两个轴的后半部分,按负频率递减的顺序排列.

参数:

aarray_like

输入数组,可以是复杂的.

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.沿每个轴,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,则输入用零填充.

在 2.0 版本发生变更: 如果它是 -1 ,则使用整个输入（无填充/修剪）.

如果 s 未给出,则使用沿由 axes 指定的轴的输入形状.请参见关于 ifft 零填充问题的注释.

自 2.0 版本弃用: 如果 s 不是 None,那么 axes 也必须不是 None.

自 2.0 版本弃用: s 必须只包含 int ,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.

axes整数序列,可选

计算FFT的轴.如果没有给出,则使用最后两个轴.在 axes 中重复的索引意味着在该轴上的变换被执行多次.一个单元素序列意味着执行一维FFT.默认值:(-2, -1).

自 2.0 版本弃用: 如果指定了 s ,则相应的 axes 必须不能为 None .

norm{“backward”, “ortho”, “forward”},可选

在 1.10.0 版本加入.

归一化模式（参见 numpy.fft）.默认是”backward”.指示这对前向/后向变换中哪个方向被缩放以及使用什么归一化因子.

在 1.20.0 版本加入: 添加了”backward”、”forward”值.

outcomplex 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 dtype 以适应所有轴（因此与传入除平凡的 s 之外的所有内容不兼容）.

在 2.0.0 版本加入.

返回:

out复杂 ndarray: 被截断或零填充的输入,沿着由 axes 指示的轴进行变换,如果未给出 axes,则沿着最后两个轴进行变换.

引发:

ValueError: 如果 s 和 axes 的长度不同,或者未给出 axes 且 len(s) != 2.
IndexError: 如果 axes 的某个元素大于 a 的轴数.

参见

numpy.fft: 离散傅里叶变换的总体视图,包含使用的定义和约定.
fft2: 正向二维傅里叶变换,其中 ifft2 是其逆变换.
ifftn: n 维 FFT 的逆变换.
fft: 一维 FFT.
ifft: 一维逆快速傅里叶变换.

备注

ifft2 只是 ifftn 在 axes 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,但它可能会导致令人惊讶的结果.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]])