numpy.fft.ifft#

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

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。换句话说，在数值精度范围内，ifft(fft(a)) == a。有关算法和定义的通用描述，请参阅 numpy.fft。

输入应按照 fft 返回的顺序排列，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，按递增顺序排列，从最低的负频率开始。

对于偶数个输入点，A[n//2] 表示正奈奎斯特频率和负奈奎斯特频率的总和，因为这两个频率混叠在一起。详情请参阅 numpy.fft。

参数:

a类数组对象: 输入数组，可以是复数。
nint, optional: 输出的变换轴的长度。如果 *n* 小于输入长度，则输入将被截断。如果 *n* 更大，则输入将用零填充。如果未给出 *n*，则使用由 *n* 指定的轴上的输入长度。有关填充问题，请参阅注释。
axisint, optional: 计算逆 DFT 的轴。如果未给出，则使用最后一个轴。
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: 如果提供了此参数，结果将放置在此数组中。它应该具有适当的形状和 dtype。

版本 2.0.0 中新增。

返回:

outcomplex ndarray: 沿由 *n* 指定的轴（如果未指定 *n*，则为最后一个轴）变换的截断或零填充的输入。

引发:

IndexError: 如果 axis 不是 a 的有效轴。

另请参阅

numpy.fft: 包含定义和通用解释的介绍。
fft: 一维（前向）FFT，ifft 是其逆运算。
ifft2: 二维逆 FFT。
ifftn: n 维逆 FFT。

备注

如果输入参数 *n* 大于输入的大小，则通过在末尾追加零来填充输入。尽管这是常用方法，但可能会导致意外结果。如果需要其他填充方式，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()