numpy.fft.ifft2#

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

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变换的逆变换。换句话说，在数值精度允许的范围内，ifft2(fft2(a)) == a。默认情况下，逆变换在输入数组的最后两个轴上计算。

与 ifft 类似，输入应按 fft2 返回的顺序排列，即它应该具有零频率项位于两个轴的低阶角，正频率项位于这些轴的第一半，奈奎斯特频率项位于轴的中间，负频率项位于两个轴的第二半，按频率递减负的顺序。

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 ifft(x, n) 中的 n。沿每个轴，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。有关 ifft 零填充的问题，请参阅 notes。

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，则使用最后两个轴。在 axes 中重复的索引意味着对该轴的变换执行多次。一个元素的序列意味着执行一维 FFT。默认值：(-2, -1)。

版本 2.0 已弃用：如果指定了 s，则必须不能将要变换的相应 axes 设置为 None。

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: 沿由 axes 指定的轴进行变换的截断或零填充输入，或者如果未给出 axes，则沿最后两个轴进行变换。

引发:

ValueError: 如果 s 和 axes 的长度不同，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视图，包含定义和使用的约定。
fft2: 二维 FFT 的正向变换，而 ifft2 是其逆变换。
ifftn: n 维 FFT 的逆变换。
fft: 一维傅里叶变换。
ifft: 一维逆 FFT。

备注

ifft2 只是 ifftn，但 axes 的默认值不同。

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

与 ifft 类似，零填充是通过沿指定维度附加零到输入来实现的。尽管这是常见方法，但它可能会导致意外结果。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]])