numpy.fft.ihfft#
- fft.ihfft(a, n=None, axis=-1, norm=None, out=None)[source]#
计算具有厄米特对称性的信号的逆 FFT。
- 参数:
- aarray_like
输入数组。
- nint, 可选
逆 FFT 的长度,即输入中沿变换轴使用的点数。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。如果未给出 n,则使用输入沿由 axis 指定的轴的长度。
- axisint, 可选
要计算逆 FFT 的轴。如果未给出,则使用最后一个轴。
- norm{“backward”, “ortho”, “forward”}, 可选
1.10.0 版新增。
规范化模式(见
numpy.fft
)。默认值为“backward”。指示正向/反向变换对中的哪个方向被缩放以及缩放因子。1.20.0 版新增: 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 版新增。
- 返回值:
- outcomplex ndarray
沿由 axis 指示的轴(或未指定 axis 时的最后一个轴)变换的截断或零填充输入。变换轴的长度为
n//2 + 1
。
注释
hfft
/ihfft
是类似于rfft
/irfft
的一对,但适用于相反的情况:这里信号在时域中具有厄米特对称性,而在频域中是实数。因此,这里需要为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