scipy.fft.

ifft#

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

计算一维逆离散傅里叶变换。

此函数计算由 fft 计算的 1-D n 点离散傅里叶变换的逆变换。换句话说，ifft(fft(x)) == x 在数值精度范围内成立。

输入应按 fft 返回的相同顺序排列，即，

x[0] 应包含零频率项，
x[1:n//2] 应包含正频率项，
x[n//2 + 1:] 应包含负频率项，按从最负频率开始的递增顺序排列。

对于偶数个输入点，x[n//2] 表示正负奈奎斯特频率处值的和，因为这两个频率是混叠在一起的。详情请参见 fft。

参数:

xarray_like: 输入数组，可以是复数。
nint, 可选: 输出变换轴的长度。如果 n 小于输入的长度，则输入将被裁剪。如果它更大，输入将用零填充。如果未给出 n，则使用输入沿 axis 指定的轴的长度。请参阅有关填充问题的注释。
轴int, 可选: 计算逆DFT的轴。如果未指定，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: 如果为真，x 的内容可以被销毁；默认是假。更多细节请参见 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:

出复杂 ndarray: 被截断或零填充的输入，沿 axis 指示的轴转换，如果未指定 axis，则沿最后一个轴转换。

Raises:

索引错误: 如果 axes 大于 x 的最后一个轴。

参见

fft: 1-D（前向）FFT，其中 ifft 是其逆运算。
ifft2: 二维逆傅里叶变换。
ifftn: N-D 逆 FFT。

注释

如果输入参数 n 大于输入的大小，输入将在末尾通过附加零来进行填充。尽管这是常见的方法，但它可能会导致令人惊讶的结果。如果需要不同的填充方式，必须在调用 ifft 之前进行。

如果 x 是一个一维数组，那么 ifft 等价于

y[k] = np.sum(x * np.exp(2j * np.pi * k * np.arange(n)/n)) / len(x)

与 fft 一样，ifft 支持所有浮点类型，并且针对实数输入进行了优化。

示例

>>> import scipy.fft
>>> import numpy as np
>>> scipy.fft.ifft([0, 4, 0, 0])
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j]) # may vary

创建并绘制一个带限信号，其相位随机：

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> t = np.arange(400)
>>> n = np.zeros((400,), dtype=complex)
>>> n[40:60] = np.exp(1j*rng.uniform(0, 2*np.pi, (20,)))
>>> s = scipy.fft.ifft(n)
>>> plt.plot(t, s.real, 'b-', t, s.imag, 'r--')
[<matplotlib.lines.Line2D object at ...>, <matplotlib.lines.Line2D object at ...>]
>>> plt.legend(('real', 'imaginary'))
<matplotlib.legend.Legend object at ...>
>>> plt.show()