numpy.fft.irfft#

fft.irfft(a, n=None, axis=-1, norm=None, out=None)[source]#

计算 rfft 的逆。

此函数计算由 rfft 计算的实输入的一维 *n*-点离散傅里叶变换的逆。换句话说，irfft(rfft(a), len(a)) == a 在数值精度内。(有关 len(a) 在这里为何必要的说明，请参见下面的注释)。

预期输入采用 rfft 返回的形式，即实零频率项，然后是按频率递增顺序排列的复正频率项。由于实输入的离散傅里叶变换是厄米特对称的，因此负频率项被认为是对应正频率项的复共轭。

参数：:
aarray_like

输入数组。

nint, 可选

输出变换轴的长度。对于 *n* 个输出点，需要 n//2+1 个输入点。如果输入比这更长，则会截断。如果比这更短，则会用零填充。如果没有给出 *n*，则假定为 2*(m-1)，其中 m 是由 *axis* 指定的轴上的输入长度。

axisint, 可选

要计算逆 FFT 的轴。如果没有给出，则使用最后一个轴。

norm{“backward”, “ortho”, “forward”}, 可选

版本 1.10.0 中新增。

归一化模式（参见 numpy.fft）。默认值为“backward”。指示正向/反向变换对中的哪个方向进行缩放以及使用什么归一化因子。

版本 1.20.0 中新增： 添加了“backward”, “forward” 值。

outndarray, 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 dtype。

版本 2.0.0 中新增。

返回：:
outndarray

沿由 *axis* 指示的轴（或如果没有指定 *axis* 则为最后一个轴）变换的截断或零填充输入。变换轴的长度为 *n*，或者，如果未给出 *n*，则为 2*(m-1)，其中 m 是输入变换轴的长度。要获得奇数个输出点，必须指定 *n*。

引发：:
IndexError

如果 *axis* 不是 *a* 的有效轴。

另请参见

numpy.fft

有关 DFT 的定义和使用的约定。

rfft

实输入的一维 FFT，irfft 是它的逆。

fft

一维 FFT。

irfft2

实输入的二维 FFT 的逆。

irfftn

实输入的 *n*-维 FFT 的逆。

注释

返回 *a* 的实值 *n*-点逆离散傅里叶变换，其中 *a* 包含厄米特对称序列的非负频率项。*n* 是结果的长度，而不是输入。

如果指定一个 *n*，使得 *a* 必须进行零填充或截断，则额外/删除的值将在高频处添加/删除。因此，可以通过以下方式对一个序列进行傅里叶插值，重新采样到 *m* 个点：a_resamp = irfft(rfft(a), m)。

厄米特输入的正确解释取决于原始数据的长度，如 *n* 所示。这是因为每个输入形状可能对应于奇数或偶数长度的信号。默认情况下，irfft 假设偶数输出长度，这将最后一个条目放在奈奎斯特频率处；与其对称对应物发生混叠。根据厄米特对称性，该值因此被视为纯实数。为避免丢失信息，必须给出实输入的正确长度。

示例

>>> import numpy as np
>>> np.fft.ifft([1, -1j, -1, 1j])
array([0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]) # may vary
>>> np.fft.irfft([1, -1j, -1])
array([0.,  1.,  0.,  0.])

注意，普通 ifft 的输入中的最后一项是第二项的复共轭，并且输出在任何地方都具有零虚部。调用 irfft 时，未指定负频率，并且输出数组是纯实数。

本页内容