scipy.fft.

ihfft#

scipy.fft.ihfft(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逆快速傅里叶变换。

参数:

xarray_like: 输入数组。
nint, 可选: 逆FFT的长度，即沿输入中变换轴使用的点数。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，则使用沿 axis 指定的轴的输入长度。
轴int, 可选: 计算逆FFT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 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:

出复杂 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//2 + 1。

参见

hfft, irfft

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，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，则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 ifft, ihfft
>>> import numpy as np
>>> spectrum = np.array([ 15, -4, 0, -1, 0, -4])
>>> ifft(spectrum)
array([1.+0.j,  2.+0.j,  3.+0.j,  4.+0.j,  3.+0.j,  2.+0.j]) # may vary
>>> ihfft(spectrum)
array([ 1.-0.j,  2.-0.j,  3.-0.j,  4.-0.j]) # may vary