numpy.fft.rfftn#

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

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，所有轴都会被转换，实数变换在最后一个轴上执行，而其余变换是复数变换。

参数:

a类数组

输入数组，被视为实数。

s整数序列，可选

要从输入中使用的形状（每个变换轴的长度）。(s[0] 指的是轴 0，s[1] 指的是轴 1 等）。s 的最后一个元素对应于 rfft(x, n) 中的 n，而对于其余轴，它对应于 fft(x, n) 中的 n。沿任何轴，如果给定的形状小于输入的形状，则输入会被裁剪。如果更大，则输入会用零填充。

2.0 版本中的更改：如果为 -1，则使用整个输入（不进行填充/裁剪）。

如果未给出 s，则使用 axes 指定的轴上的输入形状。

自 2.0 版本起弃用：如果 s 不为 None，则 axes 也不能为 None。

自 2.0 版本起弃用：s 只能包含 int 类型的值，而不是 None 值。None 值目前表示在相应的 1 维变换中使用 n 的默认值，但此行为已被弃用。

axes整数序列，可选

计算 FFT 的轴。如果未给出，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 版本起弃用：如果指定了 s，则必须明确指定要变换的相应 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，结果将放入此数组中。它应该具有适用于所有轴的适当形状和 dtype（因此与传入除了平凡的 s 之外的所有内容不兼容）。

2.0.0 版本新增。

返回:

out复数 ndarray: 截断或零填充的输入，沿 axes 指示的轴进行变换，或者根据 s 和 a 的组合进行变换，如上文参数部分所述。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 或保持与输入不变。

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。

另请参阅

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

备注

实数输入的变换在最后一个变换轴上执行，如 rfft 所示，然后对剩余轴的变换执行，如 fftn 所示。输出的顺序与最终变换轴的 rfft 相同，与剩余变换轴的 fftn 相同。

有关详细信息、定义和使用的约定，请参阅 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]]])