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 维实数数组上任意数量轴上的 N 维离散傅里叶变换。默认情况下，将转换所有轴，其中实数变换在最后一个轴上执行，而剩余的变换是复数变换。

参数:

a类数组对象

输入数组，假定为实数。

s整数序列，可选

要从输入中使用的形状（沿每个转换轴的长度）。(s[0] 指的是轴 0，s[1] 指的是轴 1，依此类推）。s 的最后一个元素对应于 rfft(x, n) 中的 n，而对于剩余的轴，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形状，则输入将被裁剪。如果大于输入形状，则输入将被零填充。

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

用于计算 FFT 的轴。如果未给出，则使用 len(s) 个最后一个轴，或者如果 s 也未指定，则使用所有轴。

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: 已截断或零填充的输入，沿 axes 指示的轴进行转换，或者沿 s 和 a 的组合进行转换，如上文参数部分所述。最后一个转换轴的长度将是 s[-1]//2+1，而剩余的转换轴将根据 s 具有长度，或与输入保持不变。

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: 是 rfftn 的逆变换，即实数输入的 n 维 FFT 的逆变换。
fft: 一维 FFT，包含定义和使用的约定。
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 所述，然后在剩余轴上的变换按照 fftn 执行。输出的顺序与最后一个变换轴的 rfft 相同，而对于剩余的变换轴，则与 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]]])