numpy.fft.rfft#

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

计算实数输入的一维离散傅里叶变换。

此函数通过一种称为快速傅里叶变换 (FFT) 的高效算法计算实数数组的一维 *n*- 点离散傅里叶变换 (DFT)。

参数:
aarray_like

输入数组

nint, 可选

要使用的输入中变换轴上的点数。如果 *n* 小于输入的长度,则裁剪输入。如果它更大,则用零填充输入。如果未给出 *n*,则使用由 *axis* 指定的轴上输入的长度。

axisint, 可选

要计算 FFT 的轴。如果未给出,则使用最后一个轴。

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

版本 1.10.0 中新增。

规范化模式(参见 numpy.fft)。默认为“backward”。指示前向/后向变换对中的哪个方向进行缩放以及使用什么规范化因子。

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

outcomplex ndarray, 可选

如果提供,结果将放置在此数组中。它应该是适当的形状和 dtype。

版本 2.0.0 中新增。

返回:
outcomplex ndarray

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。如果 *n* 为偶数,变换后的轴的长度为 (n/2)+1。如果 *n* 为奇数,则长度为 (n+1)/2

引发:
IndexError

如果 *axis* 不是 *a* 的有效轴。

另请参阅

numpy.fft

有关 DFT 的定义和所用约定的说明。

irfft

rfft 的逆。

fft

一般(复数)输入的一维 FFT。

fftn

*n*- 维 FFT。

rfftn

实数输入的 *n*- 维 FFT。

注释

当为纯实数输入计算 DFT 时,输出是 Hermitian 对称的,即负频率项只是对应正频率项的复共轭,因此负频率项是冗余的。此函数不计算负频率项,因此输出的变换轴的长度为 n//2 + 1

A = rfft(a) 且 fs 是采样频率时,A[0] 包含零频率项 0*fs,由于 Hermitian 对称性,它是实数。

如果 *n* 为偶数,则 A[-1] 包含代表正负奈奎斯特频率 (+fs/2 和 -fs/2) 的项,也必须是纯实数。如果 *n* 为奇数,则在 fs/2 处没有项;A[-1] 包含最大的正频率 (fs/2*(n-1)/n),并且在一般情况下是复数。

如果输入 *a* 包含虚部,则会静默丢弃。

示例

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

请注意,对于实数输入,fft 输出的最后一个元素是如何与第二个元素的复共轭。对于 rfft,这种对称性被利用来仅计算非负频率项。