numpy.fft.irfftn#

fft.irfftn(a, s=None, axes=None, norm=None, out=None)[source]#

计算 rfftn 的逆变换。

此函数通过快速傅里叶变换 (FFT) 计算实数输入在 M 维数组上任意数量轴上的 N 维离散傅里叶变换的逆变换。换句话说，irfftn(rfftn(a), a.shape) == a 在数值精度范围内成立。（a.shape 是必需的，就像 len(a) 对 irfft 一样，原因也相同。）

输入应与 rfftn 返回的顺序相同，即对于最后一个变换轴，与 irfft 相同，而对于所有其他轴，则与 ifftn 相同。

参数:

a类数组对象

输入数组。

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）。s 也是此轴上使用的输入点的数量，除了最后一个轴，它使用输入点的 s[-1]//2+1 个点。沿任何轴，如果 s 指定的形状小于输入形状，则输入将被裁剪。如果它更大，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，则使用沿由 axes 指定的轴的输入形状。最后一个轴除外，其长度被取为 2*(m-1)，其中 m 是该轴上的输入长度。

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

计算逆 FFT 的轴。如果未给出，则使用最后 len(s) 个轴，如果 s 也未指定，则使用所有轴。在 axes 中重复的索引意味着在该轴上执行多次逆变换。

版本 2.0 已弃用：如果指定了s，则必须明确指定要变换的相应axes。

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。

outndarray，可选

如果提供，结果将放置在此数组中。它应该具有最后一个变换的适当形状和 dtype。

版本 2.0.0 中新增。

返回:

outndarray: 截断或零填充的输入，沿 axes 指定的轴进行变换，或者通过 s 或 a 的组合进行变换，如上文参数部分所述。每个变换轴的长度由 s 的相应元素给出，或者在未给出 s 的情况下，每个轴的长度是输入的长度（最后一个轴除外）。在最后一个变换轴上，当未给出 s 时，输出的长度为 2*(m-1)，其中 m 是输入最后一个变换轴的长度。为了在最后一个轴上获得奇数个输出点，必须指定 s。

引发:

ValueError: 如果s和axes的长度不同。
IndexError: 如果axes的某个元素大于a的轴数。

另请参阅

rfftn: 实数输入的 N 维前向 FFT，其中 ifftn 是其逆变换。
fft: 一维 FFT，包含定义和使用的约定。
irfft: 实数输入的一维 FFT 的逆变换。
irfft2: 实数输入的二维 FFT 的逆变换。

备注

请参阅 fft 以获取所使用的定义和约定。

请参阅 rfft 以获取实数输入的定义和约定。

厄米输入（hermitian input）的正确解释取决于原始数据的形状，如 s 所提供。这是因为每种输入形状都可能对应于奇数长度或偶数长度的信号。默认情况下，irfftn 假定输出长度为偶数，这将最后一个条目置于奈奎斯特频率（Nyquist frequency）；与对称的对应项发生混叠。在执行最终的复数到实数的变换时，最后一个值因此被视为纯实数。为了避免信息丢失，**必须** 提供实数输入的正确形状。

示例

>>> import numpy as np
>>> a = np.zeros((3, 2, 2))
>>> a[0, 0, 0] = 3 * 2 * 2
>>> np.fft.irfftn(a)
array([[[1.,  1.],
        [1.,  1.]],
       [[1.,  1.],
        [1.,  1.]],
       [[1.,  1.],
        [1.,  1.]]])