numpy.fft.ifft#

fft.ifft(a, n=None, axis=-1, norm=None, out=None)[source]#

计算一维逆离散傅里叶变换。

此函数计算由 fft 计算的一维 *n* 点离散傅里叶变换的逆变换。换句话说，`ifft(fft(a))` 在数值精度范围内等于 `a`。有关算法和定义的通用说明，请参阅 numpy.fft。

输入应按 fft 返回的相同方式排序，即：

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

对于偶数个输入点，A[n//2] 表示正负奈奎斯特频率值的总和，因为两者是混叠在一起的。有关详细信息，请参阅 numpy.fft。

参数:

a类数组: 输入数组，可以是复数。
n整数，可选: 输出变换轴的长度。如果 n 小于输入的长度，则输入会被裁剪。如果它更大，则输入会用零填充。如果未给定 n，则使用沿 axis 指定的轴的输入长度。有关填充问题请参阅注释。
axis整数，可选: 计算逆 DFT 的轴。如果未给定，则使用最后一个轴。
norm{"backward", "ortho", "forward"}，可选: 归一化模式（请参阅 numpy.fft）。默认值为“backward”。指示正向/反向变换对的哪个方向被缩放以及使用何种归一化因子。

1.20.0 版本新增: 添加了“backward”、“forward”值。
out复数 ndarray，可选: 如果提供，结果将放入此数组中。它应具有适当的形状和数据类型。

2.0.0 版本新增。

返回:

out复数 ndarray: 截断或零填充的输入，沿 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。

抛出:

IndexError: 如果 axis 不是 a 的有效轴。

另请参阅

numpy.fft: 介绍，包含定义和一般说明。
fft: 一维（正向）FFT，ifft 是其逆变换。
ifft2: 二维逆 FFT。
ifftn: n 维逆 FFT。

注意

如果输入参数 n 大于输入的尺寸，则通过在末尾添加零来填充输入。尽管这是常见做法，但它可能导致令人惊讶的结果。如果需要不同的填充方式，则必须在调用 ifft 之前执行。

示例

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

创建并绘制具有随机相位的带限信号

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