numpy.fft.irfftn#

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

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 维数组中任意数量轴上的 N 维离散傅里叶变换的逆变换。换句话说，在数值精度范围内，irfftn(rfftn(a), a.shape) == a。（a.shape 是必要的，就像 irfft 需要 len(a) 一样，原因相同。）

输入应与 rfftn 返回的顺序相同，即最终变换轴与 irfft 相同，所有其他轴与 ifftn 相同。

参数:

a类数组

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] 指轴 0，s[1] 指轴 1，依此类推）。s 也是沿此轴使用的输入点数，但最后一个轴除外，在该轴上使用输入的 s[-1]//2+1 个点。沿任何轴，如果 s 指示的形状小于输入形状，则输入会被裁剪。如果大于，则输入会用零填充。

2.0 版本中的变化: 如果为 -1，则使用整个输入（不进行填充/裁剪）。

如果未给出 s，则使用沿由 axes 指定的轴的输入形状。但最后一个轴除外，该轴被视为 2*(m-1)，其中 m 是沿该轴的输入长度。

自 2.0 版本弃用: 如果 s 不是 None，则 axes 也不能是 None。

自 2.0 版本弃用: s 必须只包含 int 值，而不是 None 值。None 值目前表示在相应的 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，则使用最后的 len(s) 个轴，或者如果 s 也未指定，则使用所有轴。在 axes 中重复的索引意味着该轴上的逆变换将执行多次。

自 2.0 版本弃用: 如果指定了 s，则必须也明确指定要变换的相应 axes。

norm{"backward", "ortho", "forward"}，可选

归一化模式（参见 numpy.fft）。默认为“backward”。指示正向/反向变换对的哪个方向被缩放以及使用什么归一化因子。

1.20.0 版本新增: 添加了“backward”和“forward”值。

outndarray，可选

如果提供，结果将放置在此数组中。它应该具有适合最后一次变换的形状和数据类型。

2.0.0 版本新增。

返回:

outndarray: 经过截断或零填充的输入，沿由 axes 指示的轴进行变换，或者根据上面参数部分所述，通过 s 或 a 的组合进行变换。每个变换轴的长度由 s 的相应元素给出，或者如果未给出 s，则为除最后一个轴之外所有轴的输入长度。在最终变换轴中，当未给出 s 时，输出长度为 2*(m-1)，其中 m 是输入最终变换轴的长度。要在最终轴中获得奇数个输出点，必须指定 s。

抛出:

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: 实数输入的正向 n 维 FFT，ifftn 是其逆变换。
fft: 一维 FFT，包含所使用的定义和约定。
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。

注释

有关所使用的定义和约定，请参阅 fft。

有关实数输入所使用的定义和约定，请参阅 rfft。

埃尔米特输入（hermitian input）的正确解释取决于原始数据的形状，由 s 给出。这是因为每个输入形状都可以对应奇数或偶数长度的信号。默认情况下，irfftn 假定输出长度为偶数，这会将最后一个条目放在奈奎斯特频率处；与它的对称对应部分产生混叠。当执行最终的复数到实数变换时，最后一个值因此被视为纯实数。为避免信息丢失，**必须**给出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.]]])