numpy.fft.ihfft#

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

计算具有厄米对称性的信号的逆 FFT。

参数:

a类数组对象: 输入数组。
nint, optional: 逆 FFT 的长度，即输入中用于变换轴的点数。如果 n 小于输入长度，则输入将被裁剪。如果 n 更大，则输入将用零填充。如果 n 未给出，则使用由 axis 指定的轴上的输入长度。
axisint, optional: 计算逆 FFT 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: 截断或零填充的输入，沿 axis 指定的轴（如果未指定 axis 则沿最后一个轴）进行变换。变换轴的长度为 n//2 + 1。

另请参阅

hfft, irfft

备注

hfft/ihfft 是与 rfft/irfft 类似的成对函数，但适用于相反的情况：这里信号在时域中具有厄米对称性，在频域中是实数。因此，在这里，您必须为 hfft 提供结果的长度（如果结果是奇数）。

偶数：ihfft(hfft(a, 2*len(a) - 2)) == a，在舍入误差范围内。
奇数：ihfft(hfft(a, 2*len(a) - 1)) == a，在舍入误差范围内。

示例

>>> import numpy as np
>>> spectrum = np.array([ 15, -4, 0, -1, 0, -4])
>>> np.fft.ifft(spectrum)
array([1.+0.j,  2.+0.j,  3.+0.j,  4.+0.j,  3.+0.j,  2.+0.j]) # may vary
>>> np.fft.ihfft(spectrum)
array([ 1.-0.j,  2.-0.j,  3.-0.j,  4.-0.j]) # may vary