numpy.fft.ifft#
- fft.ifft(a, n=None, axis=-1, norm=None, out=None)[source]#
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,ifft(fft(a)) == a
在数值精度范围内。有关算法和定义的一般说明,请参见numpy.fft
。输入应该按与
fft
返回相同的方式排序,即a[0]
应该包含零频率项,a[1:n//2]
应该包含正频率项,a[n//2 + 1:]
应该包含负频率项,按从最负频率开始的升序排列。
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处的值之和,因为这两个频率被混叠在一起。有关详细信息,请参见numpy.fft
。- 参数::
- aarray_like
输入数组,可以是复数。
- nint, 可选
输出的变换轴的长度。如果 *n* 小于输入的长度,则输入将被裁剪。如果它更大,则输入将用零填充。如果未提供 *n*,则使用由 *axis* 指定的轴上的输入长度。有关填充问题的说明,请参见注释。
- axisint, 可选
计算逆 DFT 的轴。如果未提供,则使用最后一个轴。
- norm{“backward”, “ortho”, “forward”}, 可选
1.10.0 版中的新功能。
归一化模式(参见
numpy.fft
)。默认值为“backward”。指示正向/反向变换对的哪个方向进行缩放,以及使用哪个归一化因子。1.20.0 版中的新增功能: 添加了“backward”、“forward”值。
- outcomplex ndarray, 可选
如果提供,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。
2.0.0 版中的新功能。
- 返回::
- outcomplex ndarray
沿由 *axis* 指示的轴(或如果未指定 *axis* 则沿最后一个轴)变换的截断或零填充输入。
- 引发::
- IndexError
如果 *axis* 不是 *a* 的有效轴。
注释
如果输入参数 *n* 大于输入的大小,则输入将通过在末尾追加零来填充。尽管这是常见做法,但它可能会导致意外结果。如果需要其他填充,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()