numpy.fft.fftn#
- fft.fftn(a, s=None, axes=None, norm=None, out=None)[源代码]#
计算 N 维离散傅里叶变换。
该函数通过快速傅里叶变换 (FFT) 计算M维数组上任意数量轴上的N维离散傅里叶变换。
- 参数:
- a类数组对象
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，依此类推）。这对应于fft(x, n)中的n。沿任何轴，如果给定的形状小于输入形状，则输入将被裁剪。如果大于输入形状，则输入将用零填充。版本 2.0 已更改：如果为
-1，则使用整个输入（无填充/裁剪）。如果未给出s，则使用由axes指定的轴上的输入形状。
版本 2.0 已弃用：如果s不是
None，则axes也必须不是None。版本 2.0 已弃用：s必须只包含
int，而不是None值。None值当前表示在相应的 1D 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。axes中的重复索引表示对该轴的变换会执行多次。版本 2.0 已弃用：如果指定了s，则必须明确指定要变换的相应axes。
- norm{“backward”, “ortho”, “forward”}, optional
归一化模式（请参阅
numpy.fft）。默认为“backward”。指示前向/后向变换对的哪个方向被缩放以及缩放因子是多少。版本 1.20.0 已添加：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。它应具有所有轴的适当形状和 dtype（因此，除了最简单的情况
s外，它与传递不兼容）。版本 2.0.0 中新增。
- 返回:
- outcomplex ndarray
根据上面参数部分中的说明，沿由axes指定的轴，或通过s和a的组合变换的截断或零填充的输入。
- 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
备注
输出类似于
fft，包含所有轴低频部分的零频率项，所有轴前半部分的正频率项，所有轴中间的奈奎斯特频率项，以及所有轴后半部分的负频率项，按频率递减的顺序排列。有关详细信息、定义和使用的约定，请参阅
numpy.fft。示例
>>> import numpy as np >>> a = np.mgrid[:3, :3, :3][0] >>> np.fft.fftn(a, axes=(1, 2)) array([[[ 0.+0.j, 0.+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]], [[ 9.+0.j, 0.+0.j, 0.+0.j], [ 0.+0.j, 0.+0.j, 0.+0.j], [ 0.+0.j, 0.+0.j, 0.+0.j]], [[18.+0.j, 0.+0.j, 0.+0.j], [ 0.+0.j, 0.+0.j, 0.+0.j], [ 0.+0.j, 0.+0.j, 0.+0.j]]]) >>> np.fft.fftn(a, (2, 2), axes=(0, 1)) array([[[ 2.+0.j, 2.+0.j, 2.+0.j], # may vary [ 0.+0.j, 0.+0.j, 0.+0.j]], [[-2.+0.j, -2.+0.j, -2.+0.j], [ 0.+0.j, 0.+0.j, 0.+0.j]]])
>>> import matplotlib.pyplot as plt >>> [X, Y] = np.meshgrid(2 * np.pi * np.arange(200) / 12, ... 2 * np.pi * np.arange(200) / 34) >>> S = np.sin(X) + np.cos(Y) + np.random.uniform(0, 1, X.shape) >>> FS = np.fft.fftn(S) >>> plt.imshow(np.log(np.abs(np.fft.fftshift(FS))**2)) <matplotlib.image.AxesImage object at 0x...> >>> plt.show()
