scipy.fft.

rfft

scipy.fft.rfft(x, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, *, plan=None)

计算实数输入的一维离散傅里叶变换。

此函数通过一种称为快速傅里叶变换 (FFT) 的高效算法计算实值数组的 1-D n 点离散傅里叶变换 (DFT)。

参数:

xarray_like

输入数组

nint, 可选

在输入中沿变换轴使用的点数。如果 n 小于输入的长度，则输入被裁剪。如果它更大，输入用零填充。如果未给出 n，则使用沿 axis 指定的轴的输入长度。

轴int, 可选

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，沿着由 axis 指示的轴进行变换，如果未指定 axis，则沿最后一个轴进行变换。如果 n 是偶数，变换轴的长度为 (n/2)+1。如果 n 是奇数，长度为 (n+1)/2。

Raises:

索引错误

如果 axis 大于 a 的最后一个轴。

参见

irfft

rfft 的逆运算。

fft

一般（复数）输入的一维快速傅里叶变换。

fftn

N-D FFT。

rfft2

实输入的二维快速傅里叶变换。

rfftn

实数输入的 N 维 FFT。

注释

当DFT仅对纯实数输入进行计算时，输出是厄米特对称的，即，负频率项只是相应正频率项的复共轭，因此负频率项是冗余的。此函数不计算负频率项，因此输出变换轴的长度为 n//2 + 1。

当 X = rfft(x) 且 fs 是采样频率时，X[0] 包含零频率项 0*fs，由于厄米对称性，该项为实数。

如果 n 是偶数，A[-1] 包含表示正负奈奎斯特频率（+fs/2 和 -fs/2）的项，并且必须是纯实数。如果 n 是奇数，则不存在 fs/2 处的项；A[-1] 包含最大的正频率（fs/2*(n-1)/n），并且在一般情况下是复数。

如果输入 a 包含虚部，它将被静默丢弃。

示例

Try it in your browser!

>>> import scipy.fft
>>> scipy.fft.fft([0, 1, 0, 0])
array([ 1.+0.j,  0.-1.j, -1.+0.j,  0.+1.j]) # may vary
>>> scipy.fft.rfft([0, 1, 0, 0])
array([ 1.+0.j,  0.-1.j, -1.+0.j]) # may vary

注意 fft 输出的最后一个元素是如何成为第二个元素的复共轭的，对于实数输入。对于 rfft，这种对称性被利用来仅计算非负频率项。

Go BackOpen In Tab