numpy.fft.ifft2#

fft.ifft2(a, s=None, axes=(-2, -1), norm=None, out=None)[源]#

计算二维离散傅里叶逆变换。

此函数通过快速傅里叶变换 (FFT) 计算 M 维数组中任意数量轴上的二维离散傅里叶逆变换。换句话说，在数值精度范围内，ifft2(fft2(a)) == a。默认情况下，逆变换是针对输入数组的最后两个轴进行计算的。

输入，类似于 ifft，其顺序应与 fft2 返回的顺序相同，即：零频率项应位于两个轴的低阶角，正频率项位于这些轴的前半部分，奈奎斯特频率项位于轴的中间，负频率项按负频率递减的顺序位于两个轴的后半部分。

参数:

aarray_like

输入数组，可以是复数。

sint 序列，可选

输出的形状（每个轴的长度）（s[0] 指轴 0，s[1] 指轴 1，以此类推）。这对应于 ifft(x, n) 中的 n。沿着每个轴，如果给定形状小于输入形状，则输入将被裁剪。如果较大，则输入将用零填充。

2.0 版本中更改: 如果为 -1，则使用整个输入（无填充/裁剪）。

如果未给出 s，则使用沿 axes 指定轴的输入形状。有关 ifft 零填充的问题，请参阅注释。

自 2.0 版本弃用: 如果 s 不是 None，则 axes 也不能是 None。

自 2.0 版本弃用: s 必须只包含 int 类型，而不是 None 值。None 值目前表示在相应的 1-D 变换中使用 n 的默认值，但此行为已被弃用。

axesint 序列，可选

计算 FFT 的轴。如果未给出，则使用最后两个轴。axes 中重复的索引表示在该轴上执行多次变换。一个单元素序列表示执行一维 FFT。默认值: (-2, -1)。

自 2.0 版本弃用: 如果指定了 s，则要变换的相应 axes 不能是 None。

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

归一化模式（参见 numpy.fft）。默认是 "backward"。指示正向/反向变换对的哪个方向被缩放以及使用什么归一化因子。

1.20.0 版本新增: 添加了 “backward”、“forward” 值。

out复数 ndarray，可选

如果提供，结果将放置在此数组中。它应该具有所有轴的适当形状和 dtype（因此与传入除了平凡的 s 之外的所有参数不兼容）。

2.0.0 版本新增。

返回:

out复数 ndarray: 被截断或零填充的输入，沿 axes 指示的轴进行变换，如果未给出 axes，则沿最后两个轴进行变换。

引发:

ValueError: 如果 s 和 axes 长度不同，或者未给出 axes 且 len(s) != 2。
IndexError: 如果 axes 的某个元素大于 a 的轴数。

另请参阅

numpy.fft: 离散傅里叶变换的整体概述，包含所使用的定义和约定。
fft2: 正向二维 FFT，其中 ifft2 是其逆变换。
ifftn: n 维 FFT 的逆变换。
fft: 一维 FFT。
ifft: 一维逆 FFT。

注释

ifft2 只是 ifftn 的默认 axes 参数不同。

有关详细信息和绘图示例，请参阅 ifftn；有关所使用的定义和约定，请参阅 numpy.fft。

零填充，类似于 ifft，通过沿指定维度向输入追加零来执行。尽管这是常见的方法，但它可能会导致意想不到的结果。如果需要其他形式的零填充，则必须在调用 ifft2 之前执行。

示例

>>> import numpy as np
>>> a = 4 * np.eye(4)
>>> np.fft.ifft2(a)
array([[1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j], # may vary
       [0.+0.j,  0.+0.j,  0.+0.j,  1.+0.j],
       [0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
       [0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]])