numpy.fft.fft2#
- fft.fft2(a, s=None, axes=(-2, -1), norm=None, out=None)[源码]#
计算二维离散傅里叶变换。
此函数通过快速傅里叶变换（FFT）计算 M 维数组上任意轴上的 N 维离散傅里叶变换。默认情况下，变换在输入数组的最后两个轴上进行计算，即二维 FFT。
- 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。在每个轴上，如果给定的形状小于输入数组的形状，则输入将被裁剪。如果给定形状大于输入数组的形状，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，则使用最后两个轴。在 axes 中重复的索引意味着在该轴上进行多次变换。单元素序列表示执行一维 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
如果提供了该参数，结果将放置在此数组中。它应该具有适当的形状和数据类型用于所有轴（因此只有最后一个轴的
s可能不等于该轴的形状）。版本 2.0.0 中新增。
- 返回:
- outcomplex ndarray
在 axes 指定的轴（或未指定 axes 时为最后两个轴）上进行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，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
备注
输出数组中，类似于
fft，零频率项位于变换轴的低频段，正频率项位于这些轴的前半部分，奈奎斯特频率项位于轴的中间，负频率项位于轴的后半部分，按频率从负到正的顺序排列。有关详细信息和绘图示例，请参见
fftn，有关使用的定义和约定，请参见numpy.fft。示例
>>> import numpy as np >>> a = np.mgrid[:5, :5][0] >>> np.fft.fft2(a) array([[ 50. +0.j , 0. +0.j , 0. +0.j , # may vary 0. +0.j , 0. +0.j ], [-12.5+17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 +4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5 -4.0614962j , 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ], [-12.5-17.20477401j, 0. +0.j , 0. +0.j , 0. +0.j , 0. +0.j ]])