numpy.fft.fft2#
- fft.fft2(a, s=None, axes=(-2, -1), norm=None, out=None)[source]#
计算二维离散傅里叶变换。
此函数通过快速傅里叶变换 (FFT) 计算 *M* 维数组中任意轴上的 *n* 维离散傅里叶变换。默认情况下，变换是在输入数组的最后两个轴上计算的，即二维 FFT。
- 参数：
- aarray_like
输入数组，可以是复数
- s整数序列，可选
输出的形状（每个变换轴的长度）(
s[0]指的是轴 0，s[1]指的是轴 1，等等)。这对应于fft(x, n)的n。沿每个轴，如果给定的形状小于输入的形状，则裁剪输入。如果它更大，则用零填充输入。2.0 版本中的更改: 如果它是
-1，则使用整个输入（不进行填充/修剪）。如果未给出 *s*，则使用由 *axes* 指定的轴上输入的形状。
自 2.0 版本起已弃用: 如果 *s* 不是
None，则 *axes* 也不能是None。自 2.0 版本起已弃用: *s* 必须只包含
int，而不是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，但此行为已弃用。- axes整数序列，可选
计算 FFT 的轴。如果未给出，则使用最后两个轴。*axes* 中重复的索引表示对该轴上的变换执行多次。单元素序列表示执行一维 FFT。默认值：
(-2, -1)。自 2.0 版本起已弃用: 如果指定了 *s*，则必须不能将要变换的相应 *axes* 指定为
None。- norm{"backward", "ortho", "forward"}，可选
归一化模式（参见
numpy.fft）。默认为“backward”。指示前向/后向变换对中的哪个方向进行缩放以及使用什么归一化因子。1.20.0 新版功能: 添加了“backward”、“forward”值。
- out复数 ndarray，可选
如果提供，结果将放置在此数组中。它应该具有所有轴的适当形状和 dtype（因此只有最后一个轴的
s不等于该轴的形状）。2.0.0 新版功能。
- 返回：
- out复数 ndarray
沿由 *axes* 指示的轴（或者如果没有给出 *axes* 则为最后两个轴）变换的截断或零填充输入。
- 引发：
- ValueError
如果 *s* 和 *axes* 的长度不同，或者未给出 *axes* 并且
len(s) != 2。- IndexError
如果 *axes* 的元素大于 *a* 的轴数。
另请参见
备注
类似于
fft，输出包含变换轴低阶角的零频率项，这些轴前半部分的正频率项，轴中间的奈奎斯特频率项以及这些轴后半部分的负频率项，按负频率递减的顺序排列。有关详细信息和绘图示例，请参见
fftn，有关定义和使用的约定，请参见numpy.fft。示例
>>> import numpy as np >>> a = np.mgrid[:5, :5][0] >>> np.fft.fft2(a) array([[ 50. +0.j , 0. +0.j , 0. +0.j , # may vary 0. +0.j , 0. +0.j ], [-12.5+17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 +4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 -4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5-17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ]])