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。

参见

numpy.fft: 简介，包括定义和一般解释。
fft: 一维（正向）FFT，ifft 是其逆
ifft2: 二维逆 FFT。
ifftn: n 维逆 FFT。

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()