scipy.fft.

hfft#

scipy.fft.hfft(x, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, *, plan=None)[源代码][源代码]#

计算具有厄米对称性的信号的FFT，即实谱。

参数:

xarray_like: 输入数组。
nint, 可选: 输出变换轴的长度。对于 n 个输出点，需要 n//2 + 1 个输入点。如果输入长度超过这个值，则会被裁剪。如果输入长度小于这个值，则用零填充。如果未给出 n，则取值为 2*(m-1)，其中 m 是输入沿 axis 指定的轴的长度。
轴int, 可选: 要计算FFT的轴。如果没有给出，则使用最后一个轴。
规范{“backward”, “ortho”, “forward”}，可选: 归一化模式（参见 fft）。默认是“backward”。
overwrite_xbool, 可选: 如果为 True，x 的内容可以被销毁；默认值为 False。更多详情请参见 fft。
工人int, 可选: 用于并行计算的最大工作线程数。如果为负数，则从 os.cpu_count() 开始回绕。更多详情请参见 fft。
计划对象，可选: 此参数保留用于传递下游 FFT 供应商提供的预计算计划。目前在 SciPy 中未使用。

Added in version 1.5.0.

返回:

出ndarray: 被截断或零填充的输入，沿着由 axis 指示的轴进行变换，如果未指定 axis，则沿着最后一个轴进行变换。变换轴的长度为 n，或者，如果未给出 n，则为 2*m - 2，其中 m 是输入的变换轴的长度。要获得奇数个输出点，必须指定 n，例如，在典型情况下，可以指定为 2*m - 1。

Raises:

索引错误: 如果 axis 大于 a 的最后一个轴。

参见

rfft: 计算实数输入的一维快速傅里叶变换。
ihfft: hfft 的逆运算。
hfftn: 计算 Hermitian 信号的 N-D FFT。

注释

hfft/ihfft 是一对类似于 rfft/irfft 的函数，但适用于相反的情况：这里的信号在时域具有厄米对称性，在频域是实数。因此，这里使用 hfft，如果结果的长度为奇数，你必须提供结果的长度。* 偶数：ihfft(hfft(a, 2*len(a) - 2) == a，在舍入误差范围内，* 奇数：ihfft(hfft(a, 2*len(a) - 1) == a，在舍入误差范围内。

示例

>>> from scipy.fft import fft, hfft
>>> import numpy as np
>>> a = 2 * np.pi * np.arange(10) / 10
>>> signal = np.cos(a) + 3j * np.sin(3 * a)
>>> fft(signal).round(10)
array([ -0.+0.j,   5.+0.j,  -0.+0.j,  15.-0.j,   0.+0.j,   0.+0.j,
        -0.+0.j, -15.-0.j,   0.+0.j,   5.+0.j])
>>> hfft(signal[:6]).round(10) # Input first half of signal
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])
>>> hfft(signal, 10)  # Input entire signal and truncate
array([  0.,   5.,   0.,  15.,  -0.,   0.,   0., -15.,  -0.,   5.])