numpy.fft.rfftn#

fft.rfftn(a, s=None, axes=None, norm=None, out=None)[source]#

计算实数输入的 N 维离散傅里叶变换。

此函数通过快速傅里叶变换 (FFT) 计算 M 维实数数组中任意数量轴上的 N 维离散傅里叶变换。默认情况下，所有轴都进行变换，实变换在最后一个轴上执行，而其余变换是复数变换。

参数：

aarray_like

输入数组，视为实数。

s整数序列，可选

要从输入中使用的形状（沿每个变换轴的长度）。(s[0] 指的是轴 0，s[1] 指的是轴 1，依此类推）。s 的最后一个元素对应于 rfft(x, n) 的 n，而对于其余轴，它对应于 fft(x, n) 的 n。沿任何轴，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）。

如果没有给出 s，则使用由 axes 指定的轴上的输入形状。

自 2.0 版后已弃用: 如果 s 不是 None，则 axes 也不能是 None。

自 2.0 版后已弃用: s 必须只包含 int，而不是 None 值。None 值当前意味着在相应的 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。如果没有给出，则使用最后 len(s) 个轴，如果 s 也未指定，则使用所有轴。

自 2.0 版后已弃用: 如果指定了 s，则也必须明确指定相应的要转换的 axes。

norm{"backward", "ortho", "forward"}，可选

归一化模式（参见 numpy.fft）。默认为“backward”。指示正向/反向变换对中的哪个方向被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，结果将放在此数组中。它应该具有所有轴的适当形状和 dtype（因此与传入除最简单的 s 之外的所有内容不兼容）。

2.0.0 新版功能。

返回：

out复数 ndarray: 沿由 axes 指示的轴（或由 s 和 a 的组合指示，如上文参数部分所述）变换的截断或零填充输入。最后一个变换轴的长度将为 s[-1]//2+1，而其余变换轴的长度将根据 s 确定，或者与输入保持不变。

引发：

ValueError: 如果 s 和 axes 的长度不同。
IndexError: 如果 axes 的某个元素大于 a 的轴数。

参见

irfftn: rfftn 的逆变换，即实数输入的 n 维 FFT 的逆变换。
fft: 一维 FFT，包含使用的定义和约定。
rfft: 实数输入的一维 FFT。
fftn: n 维 FFT。
rfft2: 实数输入的二维 FFT。

备注

对实数输入的变换在最后一个变换轴上执行，如同 rfft 一样，然后对其余轴的变换如同 fftn 一样执行。输出的顺序与 rfft 用于最终变换轴的顺序相同，与 fftn 用于其余变换轴的顺序相同。

有关详细信息、定义和使用的约定，请参见 fft。

示例

>>> import numpy as np
>>> a = np.ones((2, 2, 2))
>>> np.fft.rfftn(a)
array([[[8.+0.j,  0.+0.j], # may vary
        [0.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])

>>> np.fft.rfftn(a, axes=(2, 0))
array([[[4.+0.j,  0.+0.j], # may vary
        [4.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])